Розглянуто проблему підвищення ефективності вирішення комплексу задач прогнозування і планування електроспоживання регіональними компаніями постачальників електроенергії - суб'єктами системи організаційного управління оптовим ринком електроенергії. Проведено аналіз використання різних методів моделювання при вирішенні завдання вибору і побудови моделі прогнозування електроспоживання, формулюється завдання побудови гібридної прогностичної моделі, позбавленої недоліків окремих методів моделювання. Перевагу надано підходу, пов'язаного з комплексним використанням математичних засобів на базі апаратів штучних нейронних сіток, генетичного алгоритму і фільтра Калмана для побудови узагальнених нелінійних багатофакторних моделей. Він дозволить підвищити ефективність процесу побудови моделей і їх подальшого використання для пошуку, як короткострокових, так і довгострокових прогнозів. Для виключення впливу випадкових складових часового ряду з нерівномірним розподілом значень показника електроспоживання на процес навчання нейронної сітки як нелінійної моделі прогнозування пропонується попередня її підготовка за допомогою застосування фільтра Калмана. Надалі здійснено оптимізацію топології нейронної сітки на базі генетичного алгоритму, який дозволяє на етапі мутації адаптивно вибирати тип перетворення структури, найбільш підходящий для заданої конфігурації сітки.

  Якщо, ви не знайшли інформацію про автора(ів) публікації, маєте бажання виправити або відобразити більш докладну інформацію про науковців України запрошуємо заповнити "Анкету науковця"