Простийпошук |
Розширенийпошук |
Покажчики
|
Професійний пошук |
Рубрикатор НБУВ |
Розподілений пошук |
Бази даних
Наукова періодика України - результати пошуку
Книжкові видання та компакт-дискиЖурнали та продовжувані виданняАвтореферати дисертаційРеферативна база данихНаукова періодика УкраїниТематичний навігаторАвторитетний файл імен осіб
 |
Для швидкої роботи та реалізації всіх функціональних можливостей пошукової системи використовуйте браузер "Mozilla Firefox" |
|
|
Повнотекстовий пошук
| Знайдено в інших БД: | Книжкові видання та компакт-диски (3) | Журнали та продовжувані видання (1) | Автореферати дисертацій (1) | Реферативна база даних (49) | Авторитетний файл імен осіб (1) |
Список видань за алфавітом назв: Авторський покажчик Покажчик назв публікацій  |
Пошуковий запит: (<.>A=Черненко П$<.>) | ||||
|
Загальна кількість знайдених документів : 29 Представлено документи з 1 до 20 |
||||
| ||||
| 1. | 
Авраменко В. М. Математичне моделювання та програмні засоби для диспетчерського керування електроенергетичними системами [Електронний ресурс] / В. М. Авраменко, П. О. Черненко, В. Л. Прихно, О. В. Мартинюк, Н. Т. Юнєєва, Н. Ф. Колесникова // Праці Інституту електродинаміки Національної академії наук України. - 2013. - Вип. 35. - С. 30-36. - Режим доступу: http://nbuv.gov.ua/UJRN/PIED_2013_35_6 Наведено основні результати досліджень, спрямованих на подальший розвиток методів моделювання великих електроенергетичних систем, що виконувалися в 2012 р. у відділі моделювання електроенергетичних об'єктів і систем у рамках НДР "Система-5" та "Монітор-К". | |||
| 2. | Мартынюк А. В. Сравнительные оценки результатов краткосрочного прогнозирования суммарной электрической нагрузки энергообъединения при иерархической организации решения этой задачи [Електронний ресурс] / А. В. Мартынюк, П. А. Черненко. // Научные труды Винницкого национального технического университета. - 2013. - Вып. 3. - Режим доступу: http://nbuv.gov.ua/UJRN/vntur_2013_3_7 | |||
| 3. | 
Мартинюк О. В. Порівняльні оцінки результатів короткострокового прогнозування сумарного електричного навантаження енергооб`єднання за ієрархічної організації розв’язання цієї задачі [Електронний ресурс] / О. В. Мартинюк, П. О. Черненко. // Наукові праці Вінницького національного технічного університету. - 2013. - Вип. 3. - Режим доступу: http://nbuv.gov.ua/UJRN/VNTUV_2013_3_7 | |||
| 4. | 
Черненко П. О. Аналіз ефективності вирішення задачі короткострокового прогнозування сумарного електричного навантаження енергосистеми з використання ШНМ типу багатошаровий персептрон [Електронний ресурс] / П. О. Черненко, О. В. Мартинюк, В. О. Мірошник // Оптико-електронні інформаційно-енергетичні технології. - 2013. - № 1. - С. 24-27. - Режим доступу: http://nbuv.gov.ua/UJRN/oeiet_2013_1_7 Проаналізовано ефективність використання штучної нейронної мережі (ШНМ) типу багатошаровий персептрон для вирішення задачі короткострокового прогнозування сумарного електричного навантаження (СЕН) електроенергетичної системи (ЕЕС) України. В результаті дослідження сформовано розширені навчальні вибірки даних для ШНМ, що надають змогу моделювати вплив на СЕН технологічних, метеорологічних та астрономічних факторів, визначено її оптимальну архітектуру. Проведено оцінку ефективності мережі шляхом порівняння результатів, що одержані із використанням однакового набору вихідних даних на основі ШНМ та розробленої в Інституті електродинаміки НАН України адитивної математичної моделі сумарного електричного навантаження ЕЕС. | |||
| 5. | 
Мартынюк А. В. Повышение точности моделирования трендовой и сезонной составляющих при среднесрочном прогнозировании потребляемой электроэнергии энергообъединения [Електронний ресурс] / А. В. Мартынюк, П. А. Черненко // Проблеми загальної енергетики. - 2012. - Вип. 1. - С. 35-41. - Режим доступу: http://nbuv.gov.ua/UJRN/PZE_2012_1_8 Приведено краткое описание программного комплекса ретроспективного анализа и среднесрочного прогнозирования "КОРАСП". Описаны пути совершенствования трендовой и сезонной составляющих математической модели, обеспечивающие повышение точности среднесрочного прогнозирования потребляемой электроэнергии. Проведены сравнительные оценки точности моделирования сезонной составляющей потребленной электроэнергии с использованием методов авторегрессии и скользящего среднего и трех типов искусственных нейронных сетей. | |||
| 6. | 
Черненко П. О. Підвищення точності коригування місячного споживання електроенергії енергооб`єднання в задачі середньострокового прогнозування [Електронний ресурс] / П. О. Черненко, О. В. Мартинюк // Вісник Вінницького політехнічного інституту. - 2014. - № 1. - С. 77–81. - Режим доступу: http://nbuv.gov.ua/UJRN/vvpi_2014_1_16 Розглянуто задачу уточнення результатів прогнозу споживання електроенергії енергооб'єднання на поточний місяць, виконаного за допомогою програмного комплексу середньострокового прогнозування. Розроблено методику, алгоритм та розрахункову програму уточнення прогнозу місячного споживання електроенергії енергооб'єднання поточного місяця. Алгоритм враховує значення фактичного добового електроспоживання енергооб'єднання, фактичні та прогнозні значення середньодобової температури повітря, електроспоживання енергоємними підприємствами, внутрішньо місячний тренд температури та тижневу циклічність добового споживання електроенергії ОЕС України. Проведені на реальних даних енергооб'єднання України багатоваріантні розрахунки підтверджують ефективність запропонованої методики уточнення прогнозу місячного споживання електроенергії. | |||
| 7. |
Авраменко В. М. Дослідження моделей та інтелектуалізованих програмних засобів для автоматизації диспетчерського керування ЕЕС [Електронний ресурс] / В. М. Авраменко, П. О. Черненко, В. Л. Прихно, О. В. Мартинюк, Н. Т. Юнєєва, Н. Ф. Колесникова // Праці Інституту електродинаміки Національної академії наук України. - 2014. - Вип. 38. - С. 39-47. - Режим доступу: http://nbuv.gov.ua/UJRN/PIED_2014_38_6 | |||
| 8. | 
Черненко П. О. Врахування споживання електроенергії енергоємними підприємствами при короткостроковому прогнозуванні електричного навантаження енергосистеми [Електронний ресурс] / П. О. Черненко, О. В. Мартинюк, В. О. Мірошник // Технічна електродинаміка. - 2014. - № 5. - С. 35-37. - Режим доступу: http://nbuv.gov.ua/UJRN/TED_2014_5_13 Показано переваги врахування споживання електроенергії енергоємними підприємствами (ЕП) під час розв'язання задачі короткострокового прогнозування сумарного електричного навантаження (СЕН) енергосистеми (ЕЕС). Проведено моделювання і прогнозування СЕН ЕЕС на основі ансамблю штучних нейронних мереж. Виділення в окрему компоненту електричного навантаження ЕП дозволило вдосконалити математичні моделі впливу на СЕН метеорологічних факторів та підвищити точність результатів короткострокового прогнозування СЕН ЕЕС із переважно промисловим навантаженням. | |||
| 9. |
Черненко П. О. Забезпечення статистичної однорідності добових графіків електричного навантаження енергоємних підприємств при короткостроковому прогнозуванні навантаження енергосистеми [Електронний ресурс] / П. О. Черненко, О. В. Мартинюк, А. І. Заславський // Праці Інституту електродинаміки Національної академії наук України. - 2015. - Вип. 40. - С. 26-34. - Режим доступу: http://nbuv.gov.ua/UJRN/PIED_2015_40_7 Розроблено двоетапну методику достовіризації вихідної інформації про погодинні добові графіки електричного навантаження енергоємних підприємств, що надає змогу врахувати добову нерівномірність і трендову складову зміни електричного навантаження в часі. Розроблені на базі цієї методики алгоритм та експериментальна програма забезпечують виявлення та виключення явних і неявно виражених трикутних і трапецієподібних викидів. У випадку відновлення трапецієподібних викидів враховується характер їх зміни. Точність та однозначність процедури достовіризації забезпечується запропонованим переходом від статистичної обробки нестаціонарного випадкового процесу до випадкової величини та коректним застосуванням критерію Чебишева залежно від типу розподілу вибірки (гаусівського, унімодального, або довільного). Методику достовіризації апробовано шляхом проведення багаточисельних розрахунків за даними навантаження енергоємних підприємств ПАТ "Дніпрообленерго" на річному інтервалі часу. | |||
| 10. |
Авраменко В. М. Методики, алгоритми та інтелектуалізовані програмні засоби для автоматизованого диспетчерського керування електроенергетичними системами [Електронний ресурс] / В. М. Авраменко, П. О. Черненко, Н. Ф. Колесникова, О. В. Мартинюк, Н. Т. Юнєєва // Праці Інституту електродинаміки Національної академії наук України. - 2015. - Вип. 41. - С. 23-29. - Режим доступу: http://nbuv.gov.ua/UJRN/PIED_2015_41_5 Наведено нові результати досліджень, спрямованих на подальший розвиток засобів автоматизації керування великими електроенергетичними системами (ЕЕС), що виконувалися в 2014 р. у відділі моделювання електроенергетичних об'єктів і систем: методика моніторингу рівня статичної стійкості у перетині енергосистеми з виконанням розрахунку перехідного процесу після малого тестового збурення та використанням перетворення Фур'є, програми автоматизації розрахунків уставок мікропроцесорних захистів елементів складних електричних мереж, методика і двохетапний алгоритм достовіризації технологічної інформації для короткострокового прогнозування електричного навантаження ЕЕС. | |||
| 11. |
Черненко П. О. Достовіризація вихідної інформації про електричне навантаження енергоємних підприємств [Електронний ресурс] / П. О. Черненко, О. В. Мартинюк, В. О. Мірошник, А. І. Заславський // Вісник Вінницького політехнічного інституту. - 2015. - № 2. - С. 84-91. - Режим доступу: http://nbuv.gov.ua/UJRN/vvpi_2015_2_14 Показано переваги і недоліки трьох методик виявлення та відновлення аномальних значень електричного навантаження енергооб'єктів, що грунтуються на методах статистичного аналізу часових рядів та математичному апараті штучних нейронних мереж. Ефективність запропонованих алгоритмів достовіризації апробовувалась на реальних даних електричних навантажень енергоємних підприємств Дніпропетровської області. | |||
| 12. | Черненко П. О. Ідентифікація параметрів математичної моделі для короткострокового прогнозування електричного навантаження енергооб’єднання [Електронний ресурс] / П. О. Черненко // Науковий вісник Академії муніципального управління. Серія : Техніка. - 2010. - Вип. 3. - С. 169-180. - Режим доступу: http://nbuv.gov.ua/UJRN/Nvamu_teh_2010_3_19 | |||
| 13. |
Черненко П. О. Особливості короткострокового прогнозування електричного навантаження енергосистеми із суттєвою складовою промислового електроспоживання [Електронний ресурс] / П. О. Черненко, О. В. Мартинюк, В. О. Мірошник // Праці Інституту електродинаміки Національної академії наук України. - 2016. - Вип. 43. - С. 24-31. - Режим доступу: http://nbuv.gov.ua/UJRN/PIED_2016_43_6 Наведено математичну модель сумарного електричного навантаження енергосистеми з суттєвою складовою промислового споживання. Представлено блок-схему і алгоритм розв'язання задачі короткострокового прогнозування навантаження з урахуванням попередньої достовіризації даних, виділення та окремого моделювання астрономічної і технологічної складових навантаження цієї енергосистеми. Виконано аналіз добових графіків навантаження енергоємних підприємств енергосистеми, за результатами якого ідентифіковано два типи математичних моделей для прогнозування їх навантаження - моделі з використанням штучної нейронної мережі типу багатошаровий персептрон і авторегресійних моделей Бокса-Дженкінса. Розроблено оптимальну архітектуру, визначено параметри і вектор вихідних даних математичних моделей для короткострокового прогнозування електричного навантаження енергоємних підприємств. На реальних даних проведено порівняння точності та надійності одержаних за допомогою різних моделей результатів прогнозування погодинних значень навантаження окремих підприємств, їх сумарного графіка навантаження, а також електричного навантаження підприємств у години ранкового і вечірнього максимумів споживання потужності в ОЕС України. Визначено переваги та недоліки розроблених прогнозних моделей. | |||
| 14. |
Черненко П. О. Моделювання та короткострокове прогнозування технологічної складової електричного навантаження обласної енергосистеми [Електронний ресурс] / П. О. Черненко, О. В. Мартинюк, В. О. Мірошник // Технічна електродинаміка. - 2016. - № 4. - С. 68-70. - Режим доступу: http://nbuv.gov.ua/UJRN/TED_2016_4_23 Описано запропоновану методику прогнозування сумарного електричного навантаження обласної енергосистеми. Для моделювання технологічної складової навантаження використано засоби штучного інтелекту і авторегресійні моделі Бокса - Дженкінса. Проаналізовано переваги та недоліки прогнозних моделей різних видів, визначено оптимальний тип, архітектуру та вектор вхідних параметрів моделі для вирішення зазначеної задачі. Апробацію проведено на реальних даних обласної енергосистеми із перевагою промислового електро-споживання. | |||
| 15. |
Черненко П. О. Підвищення точності короткострокового прогнозування електричного навантаження за допомогою штучної нейронної мережі з врахуванням зміни структури споживання протягом року [Електронний ресурс] / П. О. Черненко, В. О. Мірошник // Праці Інституту електродинаміки Національної академії наук України. - 2017. - Вип. 48. - С. 5-11. - Режим доступу: http://nbuv.gov.ua/UJRN/PIED_2017_48_3 | |||
| 16. |
Черненко П. О. Багатофакторне моделювання та аналіз електричного навантаження енергосистеми за даними довготривалої передісторії [Електронний ресурс] / П. О. Черненко, О. В. Мартинюк, А. І. Заславський, В. О. Мірошник // Технічна електродинаміка. - 2018. - № 1. - С. 87-93. - Режим доступу: http://nbuv.gov.ua/UJRN/TED_2018_1_14 Розглянуто питання використання даних довготривалої передісторії для підвищення точності результатів короткострокового прогнозування сумарного електричного навантаження (СЕН) електроенергетичної системи (ЕЕС). Виділено інтервали часу на річному періоді, що відповідають різному характеру впливу температури повітря на електричне навантаження. Запропоновано підхід до моделювання СЕН ЕЕС, який передбачає побудову групи незалежних математичних моделей електричного навантаження на виділених часових інтервалах із використанням багаторічних даних, що сприяє підвищенню точності моделювання впливу зовнішніх факторів на електричне навантаження енергосистеми. Наведено підхід до моделювання і прогнозування електричного навантаження нерегулярних днів за даними довготривалої передісторії. | |||
| 17. |
Черненко П. О. Декомпозиція добового графіка електричного навантаження енергосистеми та моделювання його складових під час короткострокового прогнозування [Електронний ресурс] / П. О. Черненко, О. В. Мартинюк // Вісник Вінницького політехнічного інституту. - 2017. - № 6. - С. 86-94. - Режим доступу: http://nbuv.gov.ua/UJRN/vvpi_2017_6_15 Запропонована методика виділення з нестаціонарного часового ряду сумарного електричного навантаження складових, які характеризують вплив технологічних, метеорологічних і астрономічних факторів. Методика дозволяє виділяти і оцінювати базову, трендову та залишкову складові розробленої математичної моделі. Описано послідовність виділення і алгоритми розрахунку складових моделі, що дозволяють провести коректну декомпозицію одночасного впливу зазначених факторів і суттєво знизити залишкову складову електричного навантаження. Для підвищення точності моделювання запропоновано будувати такі моделі на характерних часових відрізках річного інтервалу, що відповідають різному впливу температури повітря на електричне навантаження. Апробація методики проведена на реальних даних ПАТ "Київенерго". | |||
| 18. |
Черненко П. О. Короткострокове прогнозування електричного навантаження електропостачальної компанії з використанням штучної нейронної мережі глибинного навчання [Електронний ресурс] / П. О. Черненко, В. О. Мірошник // Праці Інституту електродинаміки Національної академії наук України. - 2018. - Вип. 50. - С. 5-11. - Режим доступу: http://nbuv.gov.ua/UJRN/PIED_2018_50_3 Запропоновано нову архітектуру штучної нейронної мережі глибинного навчання eResNet для короткострокового прогнозування електричного навантаження електропостачальної компанії. Базовими блоками такої архітектури є шари автокодувального типу з обхідними з'єднаннями. Перший шар блока зменшує розмірність даних для виділення найбільш інформативних сигналів, другий - відновлює розмірність. Кожний шар включає нелінійну функцію SELU (scaled exponential linear unit). Обхідні з'єднання спрощують розповсюдження градієнта похибки, що дає змогу однаково ефективно навчати всі шари нейронної мережі. Проведено дослідження впливу розміру навчальної вибірки на точність прогнозування. Похибка MAPE нейронної мережі eResNet становить 3,69 % (у разі навчання на інформації за 11 років), похибка багатошарового персептрона становить 3,85 % (у разі використання інформації за 8 років). | |||
| 19. |
Кириленко О. В. Моделі, засоби та заходи забезпечення надійного та ефективного функціонування енергопостачальних компаній, балансування та розподілу електроенергії в ОЕС України [Електронний ресурс] / О. В. Кириленко, О. Ф. Буткевич, П. О. Черненко, І. В. Блінов // Праці Інституту електродинаміки Національної академії наук України. - 2019. - Вип. 53. - С. 5-14. - Режим доступу: http://nbuv.gov.ua/UJRN/PIED_2019_53_3 Стисло викладено основні результати виконання у відділі № 3 Інституту електродинаміки НАН України наукових завдань Цільової комплексної програми наукових досліджень НАН України "Науково-технічні основи енергетичного співробітництва між Україною та Європейським Союзом" (Об'єднання - 3). | |||
| 20. |
Черненко П. О. Однофакторне короткострокове прогнозування вузлових електричних навантажень енергосистеми [Електронний ресурс] / П. О. Черненко, В. О. Мірошник, П. В. Шиманюк // Технічна електродинаміка. - 2020. - № 2. - С. 67-73. - Режим доступу: http://nbuv.gov.ua/UJRN/TED_2020_2_12 Запропоновано комбіновану архітектуру штучної нейронної мережі глибинного навчання для векторного прогнозування вузлових навантажень, в якій використовується рекурентний модуль типу LSTM (Long short-term memory - мережі довгої короткострокової пам'яті), вихід якого подається до багатошарового перцептрону з активаційною функцією SELU (scaled exponential linear unit - масштабована експоненційно лінійна функція). Для підвищення ефективності навчання використовується обхідне з'єднання, яке полягає в додаванні входу нейронної мережі до виходу. Проведено порівняльний аналіз двох підходів до короткострокового прогнозування вузлових навантажень енергосистеми. При першому підході для кожного вузла навантаження будується окрема модель на базі штучної нейронної мережі eResNet, при другому - здійснюється векторне прогнозування значень вузлових навантажень з використанням побудованої комбінованої нейронної мережі. Другий підхід дозволяє використати взаємозв'язок між навантаженнями в вузлах енергосистеми та зменшити кількість обчислювальних операцій, необхідних для побудови моделі, особливо при значній кількості вузлів в енергосистемі. | |||
| ||||
Попередній перегляд: 
Реферативна БД
 |
| Відділ наукової організації електронних інформаційних ресурсів |
 Пам`ятка користувача |