Международный коллектив ученых разработал новую систему прогнозирования
графиков электропотребления. Испытания новой модели проводили на данных
Центральной энергосистемы Монголии, они показали точность полученных
результатов в 98,75%, сообщили ТАСС в пресс-службе Уральского федерального
университета, ученые которого принимали участие в исследовании.
«Ученые создали модель, способную прогнозировать суточный график потребления
электроэнергии. Модель апробировали на реальных данных Центральной
энергосистемы Монголии на протяжении трех лет. Результаты показали: модель
имеет высокую точность — в краткосрочном периоде (на сутки вперед) средняя
погрешность прогноза составляет 1,25%. Это высокий показатель, поскольку
средняя погрешность прогнозирования у аналогов — 1- 4%», — сказали в вузе.
Как пояснил ведущий научный сотрудник кафедры электротехники УрФУ Павел
Матренин, полученные результаты помогут правильно планировать нагрузку на
энергетические объекты, чтобы эффективно распределять электроэнергию среди
потребителей. В целом прогнозирование позволит лучше планировать работу всей
электроэнергетической системы, добавил ученый. Современные
электроэнергетические системы сложны и включают в себя большое количество
структурных элементов, в том числе слабо предсказуемых объектов как генерации,
так и потребления.
«Проблема прогнозирования энергопотребления заключается в том, что на него
влияет большое количество факторов, таких как погода, технологические процессы
крупных предприятий, распорядок дня людей. Эксперты, прогнозирующие такие
зависимости, приобретают опыт в течение месяцев и лет работы, но этот опыт
очень трудно формализовать. Для снижения риска ошибок из-за человеческого
фактора, повышения точности и уровня автоматизации прогнозов можно использовать
программное обеспечение на основе машинного обучения», — сказал Павел
Матренин.
Разработанная система основана на использовании программного обеспечения с
открытым исходным кодом, метеорологических данных, а также данных об
использовании потребления электроэнергии Центральной энергосистемы Монголии,
которая вырабатывает и потребляет более 94% электроэнергии страны. Чтобы
построить модель и обучить ее, ученые применили алгоритм экстремального
градиентного бустинга, основанного на ансамбле «деревьев решений». Такой метод
подразумевает, что каждое «дерево» делает свой независимый прогноз, а итоговый
результат определяется путем взвешенного усреднения прогнозов всех
деревьев.
Исследование ученые УрФУ проводили совместно с коллегами из Новосибирского
государственного технического и Рижского технического университетов. Описание
модели и результаты прогнозирования опубликованы в журнале Inventions.
Исследование выполнено при финансовой поддержке по программе «Приоритет-2030».
В планах исследователей апробировать модель на электроэнергетических системах
других стран.