• ВХОД
  •  

    Полное описание

    Асанова, С. М. Разработка моделей среднесрочного прогнозирования электропотребления в изолированно работающих энергосистемах на основе ансамблевых методов машинного обучения / С. М. Асанова, Д. С. Ахьёев, С. А. Дмитриев, П. В. Матренин, М. Х. Сафаралиев. - Текст : непосредственный // Единая энергетическая система. Известия НТЦ Единой энергетической системы : научный журнал. - 2021. - N 1. - С. 32-39. - Библиогр. в конце ст. - ISSN 2307-261X.

    ГРНТИ УДК
    67.29.59574.46
    28.23004.8

    Рубрики:
    Машинное обучение
    Энергетические системы -- Внедрение передовой технологии и техники

    Кл.слова (ненормированные): среднесрочное прогнозирование -- электроэнергетическая система -- ансамблевые модели -- изолированная энергосистема
    Аннотация: Рассмотрена задача построения модели среднесрочного прогнозирования графиков нагрузки электропотребления в изолированной ЭЭС. В основе модели положены ансамблевые методы машинного обучения с применением подхода выделения наиболее значимых признаков. Проведено исследование таких моделей, как линейная регрессия, регрессия на основе метода опорных векторов, регрессионное дерево решений, случайный лес, градиентный бустинг над деревьями решений, адаптивный бустинг над деревьями решений, адаптивный бустинг над линейной регрессией. Выделение признаков из временного ряда позволяет применять более простые и устойчивые к переобучению модели. Выполнены расчеты и анализ суммарной погрешности прогнозирования. Результаты исследования предназначены для повышения достоверности прогнозирования при планировании, управлении и эксплуатации изолированных ЭЭС
    Доп. точки доступа:
    Ахьёев, Д.С.
    Дмитриев, С.А.
    Матренин, П.В.
    Сафаралиев, М. Х.

    Экз-ры полностью 7148d1877e0be28d616cfce6b457fe20/2021/1
    Имеются экземпляры в отделах: всего 2 : ЧЗХР (1), ХРЦ (1)
    Свободны: ЧЗХР (1), ХРЦ (1)
    Держатели документа:
    Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17 (Шифр в БД-источнике (KATBW): -163440-595696)

    Шифр в сводном ЭК: 5d761a2863339a572ded911c47167b7d




    Заказ фрагмента документа ₽