Нейронные сети: прогнозирование электрической нагрузки и потерь мощности в электрических сетях. От романтики к прагматике (200,00 руб.)

Стр.4

Стр.297

Стр.298

Стр.299

УДК 004.032.26:621.311 М 241 Рецензенты: д-р техн. наук, профессор Г.И. Самородов, АО «НТЦ ФСК ЕЭС» – СибНИИЭ канд. техн. наук, профессор Ю.М. Сидоркин Манусов В.З. М 241 Нейронные сети: прогнозирование электрической нагрузки и потерь мощности в электрических сетях. От романтики к прагматике: монография / В.З. Манусов, С.В. Родыгина. – Новосибирск: Изд-во НГТУ, 2018. – 303 с. (Серия «Монографии НГТУ»). ISBN 978-5-7782-3745-2 Рассматриваются основные понятия и определения искусственных нейронных сетей, представлен обзор методов обучения нейронных сетей, где наибольшее внимание уделено многослойному персептрону. Показано применение традиционных и нейросетевых методов для прогнозирования электрической нагрузки и оценки потерь мощности в электрических сетях. Книга предназначена научным сотрудникам, аспирантам и магистрантам, занимающимся разработкой и исследованием нейросетевого прогнозирования в области электроэнергетики и электротехники. УДК 004.032.26:621.311 ISBN 978-5-7782-3745-2  Манусов В.З., Родыгина С.В, 2018  Новосибирский государственный технический университет, 2018

Стр.4

ОГЛАВЛЕНИЕ Введение ................................................................................................................... 7 1. ИСКУССТВЕННЫЕ НЕЙРОННЫЕ СЕТИ. ОСНОВНЫЕ ПОНЯТИЯ И ОПРЕДЕЛЕНИЯ .............................................................................................. 9 1.1. Искусственный нейрон и его функционирование .................................... 9 1.2. Архитектура нейронной сети ................................................................... 11 1.3. От биологических сетей к ИНС ............................................................... 12 1.4. Сбор данных для нейронной сети ............................................................ 15 1.5. Обзор методов обучения ........................................................................... 17 1.6. Модель нейронной сети с обратным распространением ошибки ......... 22 1.7. Нейронные сети: обучение без учителя .................................................. 30 2. ОСНОВНЫЕ ПОЛОЖЕНИЯ ТЕОРИИ МНОГОСЛОЙНОГО ПЕРСЕПТРОНА ................................................................................................ 35 2.1. Введение ..................................................................................................... 35 2.2. Вводные замечания ................................................................................... 37 2.3. Алгоритм обратного распространения .................................................... 40 2.4. Эвристические рекомендации по улучшению работы алгоритма обратного распространения ...................................................................... 50 2.5. Представление выхода и решающее правило ......................................... 56 2.6. Экспериментальное построение оптимального многослойного персептрона ................................................................................................ 60 2.7. Обратное распространение ошибки и дифференцирование .................. 69 2.8. Гессиан ....................................................................................................... 72 2.9. Обобщение ................................................................................................. 74 2.10. Аппроксимация функций ....................................................................... 78 2.11. Методы упрощения структуры сети ...................................................... 83 2.12. Преимущества и ограничения обучения методом обратного распространения ...................................................................................... 92 2.13. Ускорение сходимости процесса обучения методом обратного распространения .................................................................................... 100 297

Стр.297

2.14. Обучение с учителем как задача оптимизации ................................... 101 2.15. Сети свертки .......................................................................................... 116 2.16. Резюме и обсуждение ........................................................................... 120 3. ТРАДИЦИОННЫЕ И НЕЙРОСЕТЕВЫЕ МЕТОДЫ ПРОГНОЗИРОВАНИЯ ЭЛЕКТРИЧЕСКОЙ НАГРУЗКИ .......................... 123 3.1. Постановка задачи прогнозирования .................................................... 123 3.2. Цели использования и особенности реализации методов прогнозирования ................................................................................................. 124 3.3. Обзор традиционных методов прогнозирования ................................. 132 3.4. Методы обучения нейронных сетей и анализ нейросетевого прогнозирования ...................................................................................... 141 3.5. Выбор нейросетевого алгоритма для решения задачи краткосрочного прогнозирования электрической нагрузки ........................... 153 3.6. Предлагаемая методология прогнозирования электрической нагрузки с помощью интеллектуальных информационных технологий ............................................................................................... 156 3.7. Практическая реализация нейросетевого алгоритма для задачи прогнозирования электрической нагрузки ............................................ 160 4. ПЛАНИРОВАНИЕ И ОЦЕНКА ПОТЕРЬ МОЩНОСТИ В ЭЛЕКТРИЧЕСКИХ СЕТЯХ ........................................................................... 181 4.1. Планирование мощности в электрических сетях ................................. 181 4.2. Применение ИНС в электроэнергетических задачах ........................... 185 4.3. Проблема прогнозирования потерь на рынках электроэнергии ......... 189 4.4. Анализ методов расчета, нормирования, прогнозирования потерь мощности и электроэнергии в электрических сетях ................ 192 4.5. Оценка и планирование потерь мощности в нейросетевом базисе ....... 196 4.6. Формирование обучающей и тестовой выборок .................................. 206 4.7. Анализ архитектуры и функции активации ИНС ................................. 211 4.8. Алгоритмы обучения ИНС и методика выбора .................................... 221 5. РЕШЕНИЕ ЗАДАЧИ ПРОГНОЗИРОВАНИЯ С ПОМОЩЬЮ ПРОГРАММНОГО ПАКЕТА «ПроНИНС» ................................................. 231 5.1. Алгоритм решения задачи прогнозирования с помощью ИНС .......... 231 5.2. Реализация метода Ньютона для обучения ИНС ................................. 233 5.3. Интерфейс и возможности программного пакета «ПроНИНС» ......... 237 5.4. Априорное тестирование ИНС ............................................................... 244 5.5. Поиск оптимальных ИНС на основе данных априорного тестирования ..................................................................................................... 251 298

Стр.298

6. СРАВНИТЕЛЬНЫЙ АНАЛИЗ ЭФФЕКТИВНОСТИ ПРОГНОЗА ЭЛЕКТРИЧЕСКОЙ НАГРУЗКИ НЕЙРОСЕТЕВЫМИ МЕТОДАМИ И МЕТОДОМ АВТОРЕГРЕССИИ И ПРОИНТЕГРИРОВАННОГО СКОЛЬЗЯЩЕГО СРЕДНЕГО ........................................................................ 253 6.1. Модель авторегрессии и проинтегрированного скользящего среднего для прогнозирования электрической нагрузки ..................... 253 6.2. Построение модели авторегрессии и проинтегрированного скользящего среднего при краткосрочном прогнозировании нагрузки .................................................................................................... 254 6.3. Модель ARIMA для машиностроительного предприятия ................... 258 6.4. Модель ARIMA для газонефтеперерабатывающего завода ................ 265 6.5. Сравнительный анализ алгоритмов обучения многослойных персептронов ............................................................................................ 268 6.6. Определение минимального периода предыстории ............................. 280 6.7. Краткосрочное прогнозирование электрической нагрузки с учетом изменяющейся топологии электрической сети ............................. 282 Список сокращений ............................................................................................. 285 Глоссарий ............................................................................................................. 286 Библиографический список ................................................................................ 294 299

Стр.299