Результаты исследования опубликованы в журнале Inventions.
Модель способна предсказывать суточные графики потребления электроэнергии.
В течение 3х лет модель успешно прошла проверку на реальных данных Центральной энергосистемы Монголии, показав высокую точность в краткосрочном прогнозировании на уровне 1,25% средней погрешности.
Показатель у аналогичных моделей составляет от 1% до 4%.
По словам П. Матренина - ведущего научного сотрудника кафедры электротехники УрФУ, полученные результаты помогут эффективно распределять электроэнергию между потребителями и правильно планировать нагрузку на энергетические объекты.
Это, в свою очередь, улучшит планирование работы всей электроэнергетической системы, которая включает сложные структурные элементы, в т.ч. непредсказуемое потребление и генерацию энергии.
Для разработки этой модели было использовано программное обеспечение с открытым исходным кодом, метеорологические данные и данные о потреблении электроэнергии Центральной энергосистемы Монголии, которая производит и потребляет более 94% электроэнергии в стране.
Ученые применили алгоритм экстремального градиентного бустинга на основе ансамбля «деревьев решений» для построения модели и ее обучения.
Этот метод предусматривает, что каждое «дерево» делает независимый прогноз, а итоговый результат определяется взвешенным усреднением прогнозов всех деревьев.
Исследование было проведено учеными УрФУ совместно с коллегами из Новосибирского государственного технического университета и Рижского технического университета.
Проект был финансово поддержан в рамках программы «Приоритет-2030».
В дальнейших планах ученых - провести апробацию модели на электроэнергетических системах других стран.
Автор: А. Шевченко