• ВХОД
  •  

    Полное описание


    Ермоленко, Татьяна Владимировна. Исследование эффективности предсказательных моделей для системы анализа и мониторинга энергопотребления на предприятиях угольной промышленности = Study of the efficiency of predictional models for the system of analysis and monitoring of energy consumption at coal industry enterprises / Т. В. Ермоленко, В. Н. Котенко, А. О. Винник. - Текст : непосредственный // Проблемы искусственного интеллекта = Problems of Artificial Intelligence : международный рецензируемый научно-теоретический журнал. - 2022. - N 4. - С. 25-34. - Библиогр. в конце ст. - ISSN 2413-7383.
    (Шифр в БД У5403/2022/4)
    ГРНТИ УДК
    28.23004.8-047.72
    44.29.29621.311:004.8
    РУБ ИИ
    07.03
    07.99

    Рубрики:
    Искусственный интеллект -- Прогнозирование
    Искусственный интеллект -- Применение в электроэнергетике

    Кл.слова (ненормированные): временной ряд -- стационарность -- тренд -- сезонность -- arima -- модуль экспоненциального сглаживания -- модель хольта-винтерса -- многослойный персептрон -- двунаправленная сеть долгой краткосрочной памяти
    Аннотация: Статья посвящена актуальной на сегодняшний день задаче построения предсказательных моделей потребления объемов электроэнергии такими крупными предприятиям как предприятия угольной промышленности. Модели обучались и тестировались на данных шахты имени академика А. А. Скочинского за 2012-2019 гг. Проведенное исследование временного ряда показателей энергопотребления шахтой показало, что ряд является стационарным, в нем присутствуют тренд и сезонность. Это делает возможным применение регрессионных и авторегрессионных моделей прогнозирования. Для исследования использовались модели ARIMA и экспоненциального сглаживания. Кроме этих моделей исследовалась эффективность нейросетевых методов, в частности, моделей на основе многослойного персептрона и двунаправленной сети долгой краткосрочной памяти. Проведен сравнительный анализ эффективности этих моделей на тестовой выборке, который показал, что наиболее эффективной моделью является ARIMA.
    Доп. точки доступа:
    Котенко, Владислав Николаевич
    Винник, А.О.

    Экз-ры полностью У5403/2022/4
    Имеются экземпляры в отделах: всего 2 : ПНТ (1), ХРЦ (1)
    Свободны: ПНТ (1), ХРЦ (1)



    Заказ фрагмента документа ₽