• ВХОД
  •  

    Полное описание

    Ковалев, С. П. Применение нейронных сетей глубокого обучения в математическом обеспечении цифровых двойников электроэнергетических систем / С. П. Ковалев. - Текст : непосредственный // Системы и средства информатики : научный журнал Российской академии наук (издается под руководством Отделения нанотехнологий и информационных технологий РАН). - 2021. - Том 31, N 1. - С. 133-144. - Библиогр. в конце ст. - ISSN 0869-6527.

    ГРНТИ УДК
    28.23.37004.032.26
    44

    Рубрики:
    Нейронные сети -- Применение
    Энергетические системы

    Кл.слова (ненормированные): цифровой двойник -- распределительная электроэнергетическая система -- искусственная нейронная сеть глубокого обучения -- прогнозирование -- диагностика отказов
    Аннотация: Рассматривается проблематика разработки цифровых двойников современных активных распределительных электроэнергетических систем (РЭЭС). Выделены подходы к применению искусственных нейронных сетей глубокого обучения в интеллектуальном управлении указанными системами на базе цифровых двойников. Дан краткий обзор релевантных архитектур нейросетей. Приведены примеры нейросетевых средств для решения ряда ключевых задач интеллектуального управления, включая прогнозирование нагрузки, прогнозирование цены электроэнергии, оптимизацию распределения нагрузки между доступным генерирующим оборудованием, оценку и прогнозирование технического состояния энергетического оборудования, диагностику отказов и катастроф. Сформулированы рекомендации по альтернативным вариантам применения рассмотренных нейросетевых средств, таким как включение в состав базового математического обеспечения цифрового двойника либо поставка в виде дополнительных приложений для определенных категорий пользователей.
    Экз-ры полностью 22d107ca6373483574769d5fb998f624/2021/31/1
    Нет сведений об экземплярах
    Держатели документа:
    Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17 (Шифр в БД-источнике (KATBW): -006899-180681)

    Шифр в сводном ЭК: b4d0c563628ae2e90d02cf015cd68bd3




    Заказ фрагмента документа ₽