Российские учёные создали нейросеть для оптимизации работы энергосистем
Учёные из Уральского федерального университета (УрФУ) совместно с коллегами из Новосибирского государственного технического и Рижского технического университетов разработали нейросеть для оптимизации работы ТЭЦ и других энергетических объектов согласно потребностям пользователей. Нейросеть способна делать суточные прогнозы колебаний использования электричества в масштабах целой страны с точностью 98,75%.
Как отмечают авторы работы, прогноз объёмов и колебаний энергопотребления позволяет оптимизировать работу энергосети. Чтобы он был точным, в расчётах нужно учитывать множество факторов — погоду, технологические процессы, распорядок дня населения и т. д. Как правило, за несколько лет работы в отрасли специалисты-энергетики учатся самостоятельно прогнозировать, как в течение суток будет меняться энергопотребление в сети. Однако такие знания сложно систематизировать, также всегда сохраняется риск ошибки.
Учёные придумали, как автоматизировать этот процесс с помощью нейросети. Компьютерная программа использует в своей работе целый набор данных.
«Модель способна прогнозировать график электропотребления на сутки вперёд, при этом она использует значения потребления за несколько прошлых дней, метеорологические данные, номер дня недели, вид дня: рабочий или выходной», — отметил в беседе с RT ведущий научный сотрудник кафедры электротехники УрФУ Павел Матренин.
Авторы работы планируют апробировать модель на энергетических системах России и других стран. По словам учёных, метод можно применять в любой стране, если доработать нейросеть с учётом особенностей местной энергосистемы.
Учёные из Уральского федерального университета (УрФУ) совместно с коллегами из Новосибирского государственного технического и Рижского технического университетов разработали нейросеть для оптимизации работы ТЭЦ и других энергетических объектов согласно потребностям пользователей. Нейросеть способна делать суточные прогнозы колебаний использования электричества в масштабах целой страны с точностью 98,75%.
Как отмечают авторы работы, прогноз объёмов и колебаний энергопотребления позволяет оптимизировать работу энергосети. Чтобы он был точным, в расчётах нужно учитывать множество факторов — погоду, технологические процессы, распорядок дня населения и т. д. Как правило, за несколько лет работы в отрасли специалисты-энергетики учатся самостоятельно прогнозировать, как в течение суток будет меняться энергопотребление в сети. Однако такие знания сложно систематизировать, также всегда сохраняется риск ошибки.
Учёные придумали, как автоматизировать этот процесс с помощью нейросети. Компьютерная программа использует в своей работе целый набор данных.
«Модель способна прогнозировать график электропотребления на сутки вперёд, при этом она использует значения потребления за несколько прошлых дней, метеорологические данные, номер дня недели, вид дня: рабочий или выходной», — отметил в беседе с RT ведущий научный сотрудник кафедры электротехники УрФУ Павел Матренин.
Авторы работы планируют апробировать модель на энергетических системах России и других стран. По словам учёных, метод можно применять в любой стране, если доработать нейросеть с учётом особенностей местной энергосистемы.
Российские учёные создали нейросеть для оптимизации работы энергосистем
Учёные из Уральского федерального университета (УрФУ) совместно с коллегами из Новосибирского государственного технического и Рижского технического университетов разработали нейросеть для оптимизации работы ТЭЦ и других энергетических объектов согласно потребностям пользователей. Нейросеть способна делать суточные прогнозы колебаний использования электричества в масштабах целой страны с точностью 98,75%.
Как отмечают авторы работы, прогноз объёмов и колебаний энергопотребления позволяет оптимизировать работу энергосети. Чтобы он был точным, в расчётах нужно учитывать множество факторов — погоду, технологические процессы, распорядок дня населения и т. д. Как правило, за несколько лет работы в отрасли специалисты-энергетики учатся самостоятельно прогнозировать, как в течение суток будет меняться энергопотребление в сети. Однако такие знания сложно систематизировать, также всегда сохраняется риск ошибки.
Учёные придумали, как автоматизировать этот процесс с помощью нейросети. Компьютерная программа использует в своей работе целый набор данных.
«Модель способна прогнозировать график электропотребления на сутки вперёд, при этом она использует значения потребления за несколько прошлых дней, метеорологические данные, номер дня недели, вид дня: рабочий или выходной», — отметил в беседе с RT ведущий научный сотрудник кафедры электротехники УрФУ Павел Матренин.
Авторы работы планируют апробировать модель на энергетических системах России и других стран. По словам учёных, метод можно применять в любой стране, если доработать нейросеть с учётом особенностей местной энергосистемы.
