ЗАСТОСУВАННЯ МЕТОДІВ ДЕКОМПОЗИЦІЇ У КОРОТКОСТРОКОВОМУ  ПРОГНОЗУВАННІ СУМАРНОГО ЕЛЕКТРИЧНОГО НАВАНТАЖЕННЯ  ЕНЕРГОСИСТЕМИ

І. В. Блінов; В.В.  Сичова

doi:10.15407/publishing2021.59.068

№ 59 (2021), ПРАЦІ НАУКОВО-ТЕХНІЧНОЇ КОНФЕРЕНЦІЇ МОЛОДИХ ВЧЕНИХ ТА СПЕЦІАЛІСТІВ ІНСТИТУТУ

№ 59 (2021)

ЗАСТОСУВАННЯ МЕТОДІВ ДЕКОМПОЗИЦІЇ У КОРОТКОСТРОКОВОМУ ПРОГНОЗУВАННІ СУМАРНОГО ЕЛЕКТРИЧНОГО НАВАНТАЖЕННЯ ЕНЕРГОСИСТЕМИ

ПРАЦІ НАУКОВО-ТЕХНІЧНОЇ КОНФЕРЕНЦІЇ МОЛОДИХ ВЧЕНИХ ТА СПЕЦІАЛІСТІВ ІНСТИТУТУ

https://doi.org/10.15407/publishing2021.59.068

Опубліковано 20.09.2021

І. В. Блінов⁺⁻
В.В. Сичова⁺⁻

І. В. Блінов

Інститут електродинаміки НАН України, пр. Перемоги, 56, Київ, 03057, Україна

https://orcid.org/0000-0001-8010-5301

В.В. Сичова

Інститут електродинаміки НАН України, пр. Перемоги, 56, Київ, 03057, Україна

https://orcid.org/0000-0001-7385-1680

Article_9 PDF

Ключові слова

короткострокове прогнозування
електричне навантаження
декомпозиція
метод Гільберта-Хуанга

Як цитувати

Блінов, І. В., і В. . Сичова. «ЗАСТОСУВАННЯ МЕТОДІВ ДЕКОМПОЗИЦІЇ У КОРОТКОСТРОКОВОМУ ПРОГНОЗУВАННІ СУМАРНОГО ЕЛЕКТРИЧНОГО НАВАНТАЖЕННЯ ЕНЕРГОСИСТЕМИ». Праці Інституту електродинаміки Національної академії наук України, вип. 59, Вересень 2021, с. 068, doi:10.15407/publishing2021.59.068.

Анотація

На основі виконаних досліджень удосконалено метод декомпозиції графіків сумарного електричного навантаження енергосистеми із застосуванням методу Гільберта-Хуанга. Наведений підхід дає змогу отримати однорідну базову складову електричного навантаження та температурну складову, яка має тісний кореляційний зв’язок із температурою повітря, що сприяє підвищенню точності короткострокового прогнозування. Наведено результати тестування розробленої математичної моделі. Бібл. 9, рисунок, таблиця.

https://doi.org/10.15407/publishing2021.59.068

Article_9 PDF

Посилання

On Electricity Market: The Law of Ukraine. No. 2019-VIII of 13.04.2017.

Ivanov H., Blinov I., Parus Y. Simulation Model of New Electricity Market in Ukraine. IEEE 6th International Conference on Energy Smart Systems. 2019. DOI: https://doi.org/10.1109/ESS.2019.8764184

Chernenko P., Sychova V. 2021. Improving the algorithm for determining the effect of air temperature on the overall electrical load of the power system to improve the accuracy of short-term forecasting. Tekhnichna elek- trodynamika. 2021. No 2. Pp. 7783. (Ukr) DOI: https://doi.org/10.15407/techned2021.02.077

Blinov I.V., Miroshnyk V.O., Shymaniuk P.V. Short-term interval forecast of total electricity generation by renewable energy sources producers. Pratsi Instytutu elektrodynamiky NAN Ukrainy. 2019. Vol. 54. Pp. 512. (Ukr) DOI: https://doi.org/10.15407/publishing2019.54.005

Blinov I., Miroshnyk V., Shymaniuk P. The cost of error of "day ahead" forecast of technological losses of electrical energy. Tekhnichna electrodynamika. 2020. No 5. Pp. 70–73. (Ukr) DOI: https://doi.org/10.15407/techned2020.05.070

NEURC’s Resolution On Approval of Market Rules. No. 307. 14. 03.2018.

Huang N. E., Shen Z., Long S. R., Wu M. C., Shih H. H., Zheng Q., Yen N.-C., Tung C., and Liu H. H. The empirical mode decomposition and the Hilbert spectrum for nonlinear and non-stationary time series analysis. Proc. R. Soc. Lond. A. 1998. Vol. 454. Pp. 903995. DOI: https://doi.org/10.1098/rspa.1998.0193

Kurbatskyi V.H., Sydorov D.N., Spyriaev V.A., Tomyn N.V. On a neural network approach to forecasting non-stationary time series based on the Hilbert-Huang transform. Avtomat. and telemekh. 2011. Vol. 7. Pp. 58–

(Rus)

Puhachev V.S. The theory of random functions and its application to problems of automatic equations. Moskva: Hos. yzd-vo fyz.-mat. lyt., 1962. 883 p. (Rus)

Ця робота ліцензується відповідно до Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Завантаження

Дані завантаження ще не доступні.