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.

ГРНТИ	УДК
28.23	004.8-047.72
44.29.29	621.311:004.8

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.


Имеются экземпляры в отделах: всего 2 : ПНТ (1), ХРЦ (1)
Свободны: ПНТ (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): -591520-374296)

Шифр в сводном ЭК: 7d24cc6d8f35794429978a72612ffbd8

Заказать издание
Заказ фрагмента документа ₽