Please use this identifier to cite or link to this item: http://essuir.sumdu.edu.ua/handle/123456789/24126
Or use following links to share this resource in social networks: Recommend this item
Title Прогнозирование электрических нагрузок промышленных предприятий с помощью радиально-базисных нейронных сетей
Authors Lebedynskyi, Ihor Leonidovych  
Nozdrenkov, Valerii Stanislavovych
Nozdrenko, Valerii Stanislavovych
Moshenskyi, Ihor Vitaliiovych
ORCID http://orcid.org/0000-0003-2843-1032
Keywords радіально-базисна мережа
радиально-базисная сеть
artificial neuron networks
електричне навантаження
электрическая нагрузка
electric demand
прогнозування
прогнозирование
programmatic tools
Type Article
Date of Issue 2011
URI http://essuir.sumdu.edu.ua/handle/123456789/24126
Publisher Издательство СумГУ
License
Citation Мошенский, И.В. Прогнозирование электрических нагрузок промышленных предприятий с помощью радиально-базисных нейронных сетей [Текст] / И.В. Мошенский, И.Л. Лебединский, В.С. Ноздренков // Вісник Сумського державного університету. Серія Технічні науки. — 2011. — № 1. — С. 147-153.
Abstract У даній роботі використовується модель прогнозування півгодинних електричних навантажень підприємства з безперервним циклом виробництва, яка ґрунтується на використанні радіально-базисних нейронних мереж. Програмним шляхом на ЕОМ був виконаний прогноз півгодинних навантажень, при цьому отримані результати, представлені в графічному і табличному вигляді. Точність прогнозних значень досягала в більшості випадків 0,3-1,5 %, в найгіршому випадку – 3,8 %. При цитуванні документа, використовуйте посилання http://essuir.sumdu.edu.ua/handle/123456789/24126
В данной работе используется модель прогнозирования получасовых электрических нагрузок предприятия с непрерывным циклом производства, основанная на использовании радиально-базисных искусственных нейронных сетей. Программным путем на ЭВМ был выполнен прогноз получасовых электрических нагрузок, при этом полученные результаты представлены в графическом и в табличном виде. Точность прогнозируемых значений составила в большинстве случаев 0,3-1,5 %, в наихудшем случае- 3,8 %. При цитировании документа, используйте ссылку http://essuir.sumdu.edu.ua/handle/123456789/24126
The electric demand prediction of JSC “SumyKhimprom” with the continuous cycle of production is done. The most advanced is a method based on the use of artificial neuron networks. Adequacy of application of this method is well-proven by a number of theorems, and the developed programmatic tool allows to predict the electric demand without implementation of additional operations. In the paper the structure of neural network was proposed. When you are citing the document, use the following link http://essuir.sumdu.edu.ua/handle/123456789/24126
Appears in Collections: Вісник Сумського державного університету. Технічні науки (2007-2014)

Views

Canada Canada
1
China China
5
Czechia Czechia
1
Denmark Denmark
1
EU EU
1
France France
3
Germany Germany
5777464
Hong Kong SAR China Hong Kong SAR China
1
Iran Iran
1
Ireland Ireland
1635384
Italy Italy
2
Lithuania Lithuania
1
Netherlands Netherlands
4
Russia Russia
-635958897
Singapore Singapore
-1507101791
Sweden Sweden
1
Turkey Turkey
25
Ukraine Ukraine
-377747221
United Kingdom United Kingdom
-635958895
United States United States
1898842262
Unknown Country Unknown Country
73649685

Downloads

China China
2891850
Czechia Czechia
1
EU EU
1
France France
3
Germany Germany
346
Kazakhstan Kazakhstan
1
Lithuania Lithuania
1
Netherlands Netherlands
319063
Russia Russia
22
Serbia Serbia
1
Ukraine Ukraine
1640630593
United Kingdom United Kingdom
1
United States United States
1898842263
Unknown Country Unknown Country
350

Files

File Size Format Downloads
Moshenskiy.pdf 341.06 kB Adobe PDF -752282800

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.