22 ЭНЕРГОРЕСУРСОСБЕРЕЖЕНИЕ И ЭНЕРГОЭФФЕКТИВНОСТЬ УДК 621.311.16.001.57 DOI 10.18635/2071-2219-2017-2-22-26 Модели прогнозирования электрической нагрузки энергоемких предприятий Новосибирский государственный технический университет, доцент кафедры систем электроснабжения предприятий, кандидат технических наук Новосибирский государственный технический университет, старший преподаватель кафедры электропривода и автоматизации промышленных установок Новосибирский государственный технический университет, доцент кафедры систем электроснабжения предприятий, кандидат технических наук Рассмотрено применение нейронных сетей, а также программных комплексов Statistica и Statistica Neural Networks для прогнозирования электрической нагрузки на примере нефтегазодобывающих предприятий. <...> Исследования показывают, что модели прогноза на основе искусственных нейронных сетей при решении задачи краткосрочного прогнозирования электрической нагрузки обеспечивают более высокую точность и меньшую погрешность прогнозирования по сравнению с моделью авторегрессии и проинтегрированного скользящего среднего. <...> Для объективного обоснования принимаемых решений необходима заблаговременная оценка их возможных и наиболее вероятных результатов. <...> Прогнозирование позволяет определять влияние различных технологических условий и факторов производства на электропотребление или мощность нагрузки, выбирать наиболее эффективные стратегии энергосбережения и направления мероприятий по экономии энергии. <...> Основными слагаемыми прогноза электрических нагрузок потребителей энергии являются графики активных и реактивных нагрузок для различных временных циклов (суточных, сезонных, годовых), потребление электроэнергии за определенные периоды в функции времени и основные характеристики графиков нагрузок за заданные периоды времени в перспективе. <...> Краткосрочное прогнозирование базируется на выявлении закономерностей изменения параметров <...>