Прогнозування теплоспоживання будівель соціально- бюджетної сфери з використанням нейронних мереж
| Jazyk: | ruština |
|---|---|
| Rok vydání: | 2015 |
| Předmět: | |
| Zdroj: | Радіоелектроніка, інформатика, управління. |
| ISSN: | 2313-688X 1607-3274 |
| Popis: | Запропоновано метод удосконалення процесів підтримки прийняття рішень при управлінні режимами теплозабезпечення закладів соціально-бюджетної сфери шляхом розроблення моделі прогнозу споживання теплової енергії будівлею. Об’єктом дослідження є процес вибору найбільш оптимальної архітектури нейронної мережі для вирішення задачі прогнозування теплоспоживання будівлі соціально-бюджетної сфери. Предмет дослідження становлять моделі прогнозування теплоспоживання будівель соціально-бюджетної сфери з використанням штучних нейронних мереж. Метою даного дослідження є підвищення достовірності прогнозування потреб будівель соціально-бюджетної сфери у теплозабезпеченні. Розроблено моделі короткострокового прогнозування теплозабезпечення об’єктів соціально-бюджетної сфери з використанням штучних нейронних мереж, що враховують вплив погодних умов, коливання потреби в тепловій енергії в залежності від графіку роботи закладу, а також минулі значення потреб у теплозабезпеченні. Моделі побудовано на основі архітектур нелінійної мережі типу вхід-вихід, нелінійної авторегресійної мережі, нелінійної авторегресійної нейронної мережі із зовнішніми входами. Запропоновані моделі реалізовано у програмному середовищі Matlab, для навчання використано алгоритм Левенберга-Марквардта. Проведено експерименти з дослідження точності розроблених моделей, які показали, що найбільшої точності прогнозу можна досягти при використанні моделі типу NARX. Використання запропонованої моделі в рамках інформаційної системи «HeatCAM» для прогнозування теплоспоживання будівель протягом опалювального сезону дозволяє підвищити ефективність підтримки процесу прийняття рішень при управлінні режимами теплозабезпечення, що призводить до зниження споживання теплової енергії. The method of improvement the process of decision support to improve management of heat supplies’ modes through the development of prediction heat consumption model of the social and public sector building is proposed. The object of the study is the process of choosing the most optimal architecture of the neural network to solve goals of forecasting of heat consumption of the building of social and public sector. The subject of the study is models prediction heat consumption of buildings of social and public sector using artificial neural networks. The purpose of this study is to improve the forecasting reliability of heat energy demand of social and public sector buildings. Models of shortterm prediction of heat energy demand of social and public sector buildings using artificial neural networks that take into account the influence of weather conditions, fluctuations in demand for thermal energy depending on the type of day of the week and the previous values of heat energy demand are proposed. Models are based on such architectures of neural network’s as a nonlinear network input-output, a nonlinear autoregressive network, a nonlinear autoregressive neural network with external inputs. The proposed models were implemented in the programming environment Matlab, to train their the Levenberg-Marquard algorithm was used. Experiments on the study of the accuracy of the developed models, which showed that the greatest accuracy of prediction can be achieved by using a model type NARX, were carried. Using the proposed model within the information system «HeatCAM» for the prediction of building’s heat consumption during the heating season can increase the effectiveness of decision support in the management of heating modes, which reduces heat consumption. |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|