Search

Магістерська дисертація: 112 с., 26 табл., 46 рис., 1 додаток, 21 джерело. Об’єкт дослідження: процеси в економіці та фінансах, фінансові ризики. Предмет дослідження: моделі і методи аналізу процесів в економіці та фінансах, короткострокове прогнозування. Мета дослідження: порівняльний аналіз короткострокових прогнозів, підвищення якості оцінок прогнозів економічних процесів покращення оцінок ринкового ризику завдяки оціненим прогнозам. В роботі проведений огляд існуючих систем для аналізу часових рядів. Наведено моделі та методи прогнозування. Розглянуто різні підходи до моделювання та прогнозування фінансово-економічних даних. Створені моделі в програмі EViews для вхідних даних, які є даними по ринковій біржі. Оцінено прогноз за допомогою декількох моделей та проведено порівняння отриманих результатів на основі різних моделей. Таких як, АР (p), АРКС (p, q) та інші. За допомогою платформи Google Collab реалізовані нейронні мережі для прогнозування по тих самих вхідних даних. Master's thesis: 112 pp., 26 tables, 46 figures, 1 appendiх, 21 sources. Research object: processes in economy and finance, financial risks. Research subject: models and methods of analysis of processes in economy and finance, short-term forecasting. The purpose of the research: comparative analysis of short-term forecasts, improvement of the quality of estimates of forecasts of economic processes, improvement of market risk estimates thanks to the evaluated forecasts. The paper provides an overview of existing systems for time series analysis. Forecasting models and methods are presented. Various approaches to modeling and forecasting of financial and economic data are considered. Created models in the EViews program for the input data, which is data on the market exchange. The forecast was evaluated with the help of several models and the results obtained based on different models were compared. Such as AR (p), ARKS (p, q) and others. With the help of the Google Collab platform, neural networks are implemented for prediction based on the same input data.

Актуальність теми: Сучасний стан електроенергетики України свідчить про те, що кількість споживачів електроенергії постійно збільшується. Це призводить до значного збільшення навантаження на елементи мережі, а в деяких випадках певною мірою погіршує умови нормальної роботи системи електропостачання, а в деяких випадках унеможливлює роботу окремих з них. . В даний час вейвлет-перетворення широко використовується для аналізу нестаціонарних сигналів даних. Його застосування в електроенергетиці визначається тим, що графіки електричного навантаження (ГЕН) мають періодичний і нелінійний характер. Вейвлет-аналіз є особливим типом лінійного перетворення інформаційних сигналів, і ці сигнали показують фізичні дані про природне середовище, процеси об'єкта та фізичні властивості, тому цей метод можна успішно використовувати для математичної обробки необхідних сигналів. З його допомогою можна не тільки виявити характерні частоти сигналу, але й отримати інформацію про конкретні локальні координати, де ці частоти з'являються. У даній роботі розглядається метод кластеризації для GEN на основі адаптивних коефіцієнтів відхилення на основі значень загальної вибірки. Впорядкована послідовність середньої потужності вейвлету розглядається як вектор ознак для кластеризації - коефіцієнти піддіапазону. Мета і завдання дослідження. Основною метою роботи є використання методу прогнозування даних у системі моніторингу та управління розподільчою електромережею з використанням сучасних інформаційних технологій. Відповідно до цілей пропонуються наступні цілі: • Зформувати вектору режимних параметрів системи постачання/споживання електричної енергії; • Аналізування та оцінювання поточного стану електропостачання; • Вибір оптимального способу прогнозування режимних параметрів. Об’єктом дослідження є попередній розрахунок графіка електричного навантаження на різні господарські об'єкти. Предмет дослідження - створити структуру системи керування інформаційними потоками з урахуванням прогнозних знань. Методи дoслiдження. Для вирішення поставленої задачі в роботі використовуються методи аналізу, синтезу, системного аналізу, порівняння та логічного узагальнення результатів.. Наукова новизна одержаних результатів. Пропонується використовувати нейронні мережі в розподільних мережах для короткострокового прогнозування графіків навантаження електроенергії. Магістрант самостійно засвоїв наукові положення, вміщені в магістерській роботі. Практичне значення отриманих результатів. Підвищення ефективності контролю та управління електромережею. Апробація результатів роботи. Результати досліджень, що вміщені в дисертації, висвітлені на 2-й науково-технічній конференції аспірантів ІІ (за результатами дослідження магістерської роботи). Actuality of theme. The current state of the electricity industry in Ukraine shows that the number of electricity consumers is constantly increasing. This leads to a significant increase in the load on network elements, and in some cases to a certain extent worsens the conditions of normal operation of the power supply system, and in some cases makes it impossible to operate some of them. . Currently, the wavelet transform is widely used for the analysis of non-stationary data signals. Its application in the power industry is determined by the fact that the electrical load schedules (GEN) are periodic and non-linear in nature. Wavelet analysis is a special type of linear transformation of information signals, and these signals show physical data about the natural environment, object processes and physical properties, so this method can be successfully used for mathematical processing of the necessary signals. With its help, it is possible not only to detect characteristic frequencies of a signal, but also to obtain information about specific local coordinates where these frequencies appear. This paper considers a clustering method for GEN based on adaptive deviation coefficients based on the values of the general sample. The ordered sequence of the average power of the wavelet is considered as a feature vector for clustering - subrange coefficients. The purpose and tasks of the study. The main goal of the work is to use the method of data prediction in the monitoring and control system of the distribution power grid using modern information technology. According to the objectives, the following objectives are proposed: • Formation of the vector of power supply/consumption system mode parameters; • Analysis and assessment of the current state of electricity supply; • Methods for predicting mode parameters. The object of the study the main work is the use of the method of data forecasting in the system of monitoring and management of the power distribution network using modern information technologies. the following objectives are proposed according to the objectives The subject of research is the creation of the structure of the information flow monitoring system taking into account their predictive awareness. Research methods. To solve the task, the work uses methods of analysis and synthesis, system analysis, comparison and logical generalization of results.. Scientific novelty of the obtained results. To check them, it is proposed to use short-term forecasting of electrical load schedules by neural networks of distribution networks. The scientific position contained in the master's thesis was obtained by the master's student independently. The practical significance of the results. Increase the efficiency of controlling and managing the electricity distribution network.

В дослідженні запропоновано використання методів прогнозування на основі штучних нейронних мереж для розрахунку та прогнозування втрат електричної енергії. Розрахунок втрат електричної енергії виконувався на тестовій мережі CIGRE. Для визначення втрат електричної енергії було розроблено декілька підходів: прогноз втрат електричної енергії за допомогою штучних нейронних мереж, та розрахунку втрат використовуючи прогноз вузлового навантаження на основі штучних нейронних мереж, які порівнювались з класичним методом розрахунку втрат за коефіцієнтами літнього та зимового максимуму навантаження В залежності від задач прогнозування, при використанні штучних нейронних мереж величина втрат електричної енергії в розподільчих мережах зменшилась в тричі у порівнянні з розрахунком втрат за допомогою коефіцієнтів. This study proposed the use of forecasting methods based on artificial neural networks for calculating and forecasting energy losses. The calculation of energy losses was performed on the CIGRE test network. Several approaches were developed to determine energy losses: prediction of electrical energy losses using artificial neural networks, and calculation of losses using nodal load prediction based on artificial neural networks, which were compared with the classical method of calculating losses based on summer and winter peak load coefficients. Depending on forecasting problems, when using artificial neural networks, the amount of electrical energy losses in distribution networks decreased by three times compared to the calculation of losses using coefficients.

The main differences in pricing and tariffing for industrial consumers of electricity with different forms of electricity metering are considered. Based on the analysis of tariff formation for the final consumer of electricity, components are identified that have a significant impact on the results of solving the problem of assessing the feasibility of the consumer's transition to hourly electricity metering. Such components include the cost of purchasing electricity in the market segment "day ahead" and the cost of accrued imbalances. The relative daily profile of electricity consumption is considered in order to study the influence of the features of the daily load schedule on the weighted average daily market price of electricity. The importance of estimating the cost of daily load profiles when comparing the cost of electricity for the consumer in the group with integrated electricity metering and in terms of individual hourly metering is substantiated. The effect of underestimation of volumes and value of imbalances in the group with integrated electricity metering in comparison with hourly accruals of volumes and value of imbalances is theoretically substantiated. The main components for comparative assessment of the expediency of the consumer's exit from the group with integrated metering of electricity and the transition to its hourly metering according to the individual daily load schedule are identified. Mathematical models for comparative calculations are developed. The use of these models allows to make an economically justified decision on the expediency of the consumer leaving the group without hourly metering of electricity to the model of purchasing electricity with hourly metering. The main approaches to such an assessment are demonstrated on the example of calculations for an industrial enterprise in some regions of Ukraine. Bibl. 15, fig. 3., Розглянуто основні відмінності у ціно- та тарифоутворенні для промислових споживачів електричної енергії з різними формами обліку електричної енергії. Розглянуто відносний добовий профіль електроспоживання з метою дослідження впливу особливостей добового графіка навантаження на середньозважену за добу ринкову вартість електричної енергії. Обґрунтовано важливість оцінки вартості профілів добового навантаження під час порівняння вартості електричної енергії для споживача у групі з інтегральним обліком електричної енергії та в умовах індивідуального погодинного її обліку. Теоретично обґрунтовано ефект заниження обсягів і вартості небалансів у групі з інтегральним обліком електричної енергії у порівнянні з погодинними нарахуваннями обсягів і вартості небалансів. Означено основні складові для порівняльної оцінки доцільності виходу споживача із групи з інтегральним обліком електричної енергії та переходу на погодинний її облік за індивідуальним добовим графіком навантаження. Основні підходи до такої оцінки продемонстровано на прикладі розрахунків для промислового підприємства в окремих регіонах України. Бібл. 14, рис. 3.

Розглянуто особливості впливу даних про температуру повітря на точність прогнозування вузлових навантажень в енергосистемах та зміну точності такого прогнозування в залежності від навчальної вибірки та її обсягу. Показано застосування методу аналізу даних для виявлення аномальних значень та пропусків для зменшення спотворень даних та покращення результатів прогнозування. Для багатофакторного прогнозу вузлових навантажень було використано нейронну мережу глибинного навчання типу LSTM. Для оцінки ефективності точності прогнозу розглянуто різні варіанти вибірок даних для навчання нейронної мережі. The peculiarities of the influence of air temperature data on the accuracy of forecasting of nodal loads in power systems and how the accuracy of such forecasting changes depending on the training sample and its volume are considered. The application of the data analysis method to detect anomalous values and omissions to reduce data distortion and improve forecasting results is considered. A neural network of deep learning of the LSTM type was used for multifactor prediction of nodal loads. To evaluate the effectiveness of the forecast accuracy, various variants of data samples for neural network training are considered.

Розглянуто основні відмінності у ціно- та тарифоутворенні для промислових споживачів електричної енергії з різними формами обліку електричної енергії. Розглянуто відносний добовий профіль електроспоживання з метою дослідження впливу особливостей добового графіка навантаження на середньозважену за добу ринкову вартість електричної енергії. Обґрунтовано важливість оцінки вартості профілів добового навантаження під час порівняння вартості електричної енергії для споживача у групі з інтегральним обліком електричної енергії та в умовах індивідуального погодинного її обліку. Теоретично обґрунтовано ефект заниження обсягів і вартості небалансів у групі з інтегральним обліком електричної енергії у порівнянні з погодинними нарахуваннями обсягів і вартості небалансів. Означено основні складові для порівняльної оцінки доцільності виходу споживача із групи з інтегральним обліком електричної енергії та переходу на погодинний її облік за індивідуальним добовим графіком навантаження. Основні підходи до такої оцінки продемонстровано на прикладі розрахунків для промислового підприємства в окремих регіонах України. Бібл. 14, рис. 3. The main differences in pricing and tariffing for industrial consumers of electricity with different forms of electricity metering are considered. Based on the analysis of tariff formation for the final consumer of electricity, components are identified that have a significant impact on the results of solving the problem of assessing the feasibility of the consumer's transition to hourly electricity metering. Such components include the cost of purchasing electricity in the market segment "day ahead" and the cost of accrued imbalances. The relative daily profile of electricity consumption is considered in order to study the influence of the features of the daily load schedule on the weighted average daily market price of electricity. The importance of estimating the cost of daily load profiles when comparing the cost of electricity for the consumer in the group with integrated electricity metering and in terms of individual hourly metering is substantiated. The effect of underestimation of volumes and value of imbalances in the group with integrated electricity metering in comparison with hourly accruals of volumes and value of imbalances is theoretically substantiated. The main components for comparative assessment of the expediency of the consumer's exit from the group with integrated metering of electricity and the transition to its hourly metering according to the individual daily load schedule are identified. Mathematical models for comparative calculations are developed. The use of these models allows to make an economically justified decision on the expediency of the consumer leaving the group without hourly metering of electricity to the model of purchasing electricity with hourly metering. The main approaches to such an assessment are demonstrated on the example of calculations for an industrial enterprise in some regions of Ukraine. Bibl. 15, fig. 3.

Актуальність роботи. Розроблення методу прогнозування та планування споживання електричної енергії з використанням методу штучних нейронних мереж для підприємств, є технічним питанням науки. Важливість точності прогнозування електроспоживання визначається вирішенням економічних, технологічних та соціальних потреб. Вирішенню завдань моделювання планування і прогнозування процесів електроспоживання в системах електропостачання та електротехнічних системах присвячені багато робіт вітчизняних і зарубіжних авторів: Мартинюк О.В, Праховник А. В. ., Гордєєва В.І., Гросса Дж., Гнатюка В.І., Гурського З .До., Доброжанове В.І., Жежеленко І.В., Каялова Г.М., Кудріна Б.І., Курбацька В.Г., Кирпічникова І.М., Курінного Е.Г., Лещинской Т.Б ., Макоклюева Б.І., Манусова В.З., Надтока І.І., Осовського А.С., Пантелєєва В.І., Сєдова А.В., Степанова В.П., Goliana FD, Bunn DW, Fermer ED, Ackerman GB, Gupta PC, Baker AB, Yang HT та інших. З проведеного аналізу випливає, що останнім часом, отримали розвиток нейронні методи для побудови короткострокових прогнозів електроспоживання, оскільки вони забезпечують найвищу точність і здатні об'єднати в собі найкращі риси використовуваних простих за структурою методів, які в разі використання їх по-окремо не забезпечать високої точності прогнозування. Об’єктом дослідження. Процеси передачі та розподілу електричної енергії для виробничих споживачів Предмет дослідження. Моделі та методи прогнозування і прогнозування і планування електроспоживання підприємства та факторів, впливаючих на економічний та технологічний результат. Мета роботи: удосконалення точності прогнозування електроспоживання підприємством, шляхом створення моделі прогнозування на базі штучної нейронної мережі для прогнозу енергоспоживання, що враховує метеорологічні чинники і динаміку процесу електроспоживання в умовах роздрібного ринку електроенергії. Методи дослідження. Дослідження базуються на сучасних методах обчислювальної математики, теорії надійності, системного аналізу, прикладного статистичного аналізу, синтезу комплексних систем, аналізу з використанням сучасних комп’ютерних програм. Завдання дослідження: Для досягнення поставленої мети необхідно вирішити такі завдання: 1. Провести аналіз роботи електроенергетичного сектору та енергопостачальних підприємств в умовах сучасної моделі ринку електричної енергії, існуючих методів прогнозування, виробити вимоги для розробки програмного забезпечення, що реалізує метод прогнозування. 2. Провести аналіз процесу споживання електричної енергії промислових споживачів енергопостачального підприємства з метою виявлення в ньому закономірностей і вибору типу методу прогнозування, що забезпечує найбільш високу точність прогнозу. 3. Дослідити методи короткострокового прогнозування процесу споживання промислових споживачів з метою купівлі необхідних обсягів електричної енергії на ринку «двосторонніх договорів». 4. Порівняти прогнозні моделі прогнозування електроспоживання для промислового підприємства з урахуванням факторів впливу . 5. Розробити реалізацію моделі ШНМ та проєкту формування навчальної вибірки для методу короткострокового прогнозування електроспоживання промислового підприємства з урахуванням критеріїв інформативності і компактності і виведення результатів прогнозу з урахуванням довірчого інтервалу. Наукова новизна дисертаційного дослідження. У дисертаційній роботі отримано такі основні результати, які мають наукову новизну: 1. Метод короткострокового прогнозування споживання електричної енергії для енергопостачального та виробничого підприємства, що відрізняється використанням ряду ретроспективних даних та фактичне споживання електричної енергії. 2. Прогнозна модель ШНМ процесу планування споживання електричної енергії для виробничого підприємства, що відрізняється з урахуванням факторів які впливають на економічний результат. 3. Методика формування навчальної вибірки для методу планування та короткострокового прогнозування споживання електричної енергії, що відрізняється використанням кліматичних параметрів і ретроспективних даних про фактичне споживання електричної енергії з урахуванням критеріїв інформативності і компактності. Work relevance. The development of a method of forecasting and planning electricity consumption using the method of artificial neural networks for enterprises is a technical issue of science. The importance of accurate forecasting of electricity consumption is determined by the solution of economic, technological and social needs. Many works of domestic and foreign authors are devoted to solving the problems of modeling planning and forecasting of power consumption processes in power supply and electrical systems. The authors are: Martyniuk O.V., Prakhovnyk A.V., Gordeeva V.I., Grossa J., Hnatiuka V.I., Gursky Z.K., Dobrozhanove V.I., Zhezhelenko I.V., Kayalova G.M., Kudrina B.I., Kurbatskaya V.G., Kirpichnikova I.M., Kurinnogo E.G., Leschinskaya T.B., Makoklyueva B.I., Manusova V.Z., Nadtoka I.I., Osovsky A.S., Panteleeva V.I., Sedova A.V., Stepanova V.P., Goliana F.D., Bunn D.W., Fermer E.D., Ackerman G.B., Gupta P.C., Baker A.B., Yang H.T. and others. The analysis shows that recently, neural methods to build short-term forecasts of electricity consumption have been developed, since they provide the highest accuracy and are able to combine the best features of simple-structured methods which if used separately will not provide high forecasting accuracy. The object of study. Processes of transmission and distribution of electricity for industrial consumers Subject of study. Models and methods of forecasting and planning of electricity consumption of the enterprise and the factors that influence the economic and technological result. Purpose of work: Improvement of forecasting accuracy of the power consumption by creating a model based on an artificial neural network of energy consumption forecasting that takes into account meteorological factors as well as the dynamics of the power consumption process in the retail electricity market. Research methods. The research is based on modern methods of computational mathematics, reliability theory, systemic analysis, applied statistical analysis, synthesis of complex systems, analysis using modern computer programs. Objectives of the study: In order to achieve this goal, it is necessary to solve the following tasks: 1. To analyze the work of the electricity sector and energy supply companies in the modern model of the electricity market, existing forecasting methods, to develop requirements for the development of software that implements the forecasting method. 2. To analyze the process of electricity consumption of industrial consumers of the energy supply enterprise in order to identify patterns in it and choose the type of forecasting method that provides the highest accuracy of the forecast. 3. Investigate methods of short-term forecasting of the process of consumption of industrial consumers of the energy supply company in order to purchase the required amount of electricity on the market "bilateral agreements". 4. Compare the forecast models of the power consumption process for an industrial enterprise taking into account the factors of influence. 5. Develop a method of forming neural network and project a training sample for the method of short-term forecasting of electricity consumption of an industrial enterprise taking into account the criteria of informativeness and compactness and derivation of forecast results taking into account the confidence interval. Scientific novelty of thesis research. In the thesis work the following main results which have scientific novelty are obtained: 1. A method of short-term forecasting of electricity consumption for the energy supply and production enterprise, which differs in the use of a number of retrospective data and the actual consumption of electricity. 2. Forecast model of the process of planning electricity consumption for energy supply and production enterprise, which differs taking into account the factors that affect the economic result. 3. Methods of forming a training sample for a hybrid method of planning and short-term forecasting of electricity consumption, characterized by the use of climatic parameters and retrospective data on actual electricity consumption, taking into account the criteria of informativeness and compactness.

Актуальність теми: Існуюча ситуація в електроенергетичній галузі України говорить про те, що кількість споживачів електричної енергії постійно зростає. Це призводить до значного збільшення навантаження на елементи мережі і в певній мірі погіршило умови нормального функціонування систем електропостачання, в одних випадках, або зробило неможливою роботу окремих з них, в інших. В даний час вейвлет-перетворення набуло широкого застосування для аналізу нестаціонарних інформаційних сигналів. Доцільність його використання в електроенергетиці обумовлюється тим, що графіки електричних навантажень (ГЕН) носять аперіодичний і нелінійний характер. З огляду на те, що вейвлет-аналіз являє собою особливий тип лінійного перетворення інформаційних сигналів і відображаються цими сигналами фізичних даних про процеси і фізичних властивості природних середовищ і об'єктів, даний метод може бути успішно використаний для математичної обробки необхідних сигналів. З його допомогою можна не тільки виявити характерні частоти сигналу, але і отримати відомості про певні локальні координатах, при яких проявляються ці частоти. У даній роботі розглядається метод кластеризації ГЕН на основі адаптивного коефіцієнта відхилення щодо загальної вибірки значень. Як вектора ознак для кластеризації розглядається впорядкована послідовність середніх потужностей вейвлет - коефіцієнтів по субсмугам. Мета і завдання дослідження. Основною метою роботи є застосування методів прогнозування даних для систем моніторингу та керування розподільними електричними мережами з використанням сучасних інформаційних технологій. Відповідно до мети поставлені наступні завдання: • Формування вектору режимних параметрів системи постачання/споживання електричної енергії; • Аналіз та оцінювання поточного стану електропостачання; • Способи прогнозування режимних параметрів. Об’єктом дослідження є прогнозування графіків електричного навантаження різних об'єктів господарювання. Предмет дослідження - створення структури системи моніторингу інформаційних потоків з урахуванням їх прогнозних знань. Методи дoслiдження. Для вирішення проблеми в даній роботі використовуються методи аналізу і синтезу, системного аналізу, порівняння, логічного узагальнення результатів. Наукова новизна одержаних результатів. Запропоновано використовувати короткострокові прогнози графіків електричного навантаження за допомогою нейронної мережі в розподільних мережах для їх верифікації. Наукові положення, які є у магістерській дисертації, отримано магістрантом самостійно. Практичне значення отриманих результатів. Підвищення ефективності моніторингу та керування розподільними електричними мережами. Actuality of theme. The current situation in the electricity sector of Ukraine suggests that the number of electricity consumers is constantly growing. This leads to a significant increase in the load on the network elements and to some extent worsened the conditions of normal operation of power supply systems, in some cases, or made it impossible for some of them to work in others. Currently, wavelet transform has become widely used for the analysis of non-stationary information signals. The expediency of its use in the power industry is due to the fact that the graphs of electrical loads are aperiodic and nonlinear. Due to the fact that wavelet analysis is a special type of linear transformation of information signals and reflected by these signals physical data about processes and physical properties of natural environments and objects, this method can be successfully used for mathematical processing of necessary signals. With its help it is possible not only to reveal characteristic frequencies of a signal, but also to receive information on certain local coordinates at which these frequencies are shown. This paper considers the method of gene clustering based on adaptive the coefficient of deviation relative to the total sample of values. An ordered sequence of average power of wavelet coefficients over subbands is considered as a vector of features for clustering. The purpose and tasks of the study. The main purpose of the work is to apply data forecasting methods for monitoring and control systems of electrical distribution networks using modern information technologies. According to the purpose the following tasks are set: • Formation of a vector of mode parameters of the system of supply / consumption of electric energy; • Analysis and assessment of the current state of electricity supply; • Methods for predicting mode parameters. The object of the study is to predict the schedules of electrical load of various facilities. The subject of research is the creation of the structure of the system of monitoring information flows taking into account their forecast knowledge. Research methods. To solve the problem in this work, methods of analysis and synthesis, system analysis, comparison, logical generalization of results are used. Scientific novelty of the obtained results. It is offered to use short-term forecasts of schedules of electric loading by means of a neural network in distribution networks for their verification. The scientific positions, which are in the master's dissertation, were obtained by the master's student independently. The practical significance of the results. Improving the efficiency of monitoring and control of electrical distribution networks.

Актуальність теми: Широке впровадження розосереджених джерел енергії як приватними споживачами та корпоративним сектором, так і безпосередньо генеруючими компаніями, формування віртуальних електростанцій пов’язано із необхідністю підтримання динамічного балансу між споживанням та генерацією електричної енергії на мікро- і макрорівнях. Це обумовлює появу принципово нових задач, вирішення яких не можна здійснити спираючись виключно на традиційні підходи, які використовуються для побудови електроенергетичних мереж централізованого характеру. Оскільки характерною особливістю джерел розосередженої генерації є відносно невелика потужність та нестабільність параметрів генеруємої потужності, для забезпечення їх роботи у автоматичному режимі з основною мережею та високої якості електричної енергії постає необхідність у застосуванні достатньо «інтелектуального» інформаційно-керуючого обладнання із відповідним програмним забезпеченням. Необхідно враховувати також значне зростання інформаційних потоків як із основної електроенергетичної мережі до таких розосереджених джерел енергії, так і у зворотному напрямку. Ще одним фактором, який був відсутній у централізованій електромережі і на який необхідно зважати, є активна участь споживача електроенергії у формуванні плану електроспоживання та його регулюванні з метою економії електроенергії, забезпечення її необхідної якості, управління навантаженням, особливо у аварійних ситуаціях. Але існуючі методи відшкодування збитків споживачеві з боку енергопостачальної компанії за постачання/споживання неякісної електричної енергії не враховують той факт, що в залежності від характеру технологічного циклу та використовуємого обладнання різні типи спотворення якості електричної енергії призводять до різних розмірів цих збитків. Тобто постає задача їх диференціації не тільки у плані залежності розміру збитків від типу спотворення якості електричної енергії, але і від кількості спожитої (поставленої) неякісної електроенергії. Вирішення цієї задачі потребує забезпечення синхронізації роботи споживача із режимами енергопостачальної компанії, наявності двостороннього зв’язку між ними, оснащення їх відповідними засобами автоматизованого обліку як кількості поставляємої/споживаємої електричної енергії, так і її якості. Таке забезпечення активної участі споживача у процесі споживання електричної енергії та його управлінні стає складовою частиною єдиної узагальненої інформаційної платформи електроенергетики. Мета і завдання дослідження. є забезпечення якості електричної енергії в інтегрованих електричних мережах, підвищення швидкодії та точності визначення характеристик режимів систем електропостачання на основі введення узагальненого показника спотворення якості електричної енергії і створення системи моніторингу, яка охоплює всі етапи від генерації електричної енергії до її споживання. 1. Модифікація існуючих та розробка нових адаптивних математичних моделей для прогнозування часових рядів електроспоживання з урахуванням впливу зовнішніх факторів. 2. Аналіз і розробка математичних моделей для обліку кореляційних і рефесійних залежностей між факторами і досліджуваним процесом з метою підвищення точності моделювання та прогнозування. 3. Дослідження і вибір оптимального варіанту ортогонального розкладання системи базисних функцій і розробка методів розкладання тимчасових рядів на складові, що мають найбільш тісні взаємозв'язки з зовнішніми факторами. 4. Обґрунтування і вибір прогнозних математичних моделей для різних інтервалів прогнозування на основі аналізу структури і динаміки електроспоживання на різних часових інтервалах (доба, тиждень, року). 5. Визначити характерні ознаки вимірювального сигналу для ідентифікації спотворення при оцінюванні якісних характеристик електропостачання у реальному часі. 6. Підвищити точність поточного та середньострокового прогнозування параметрів режимів електропостачання шляхом вибору оптимального базису розкладання вимірювального сигналу відповідно до його структури. 7. Здійснити оперативне оцінювання режимів роботи електроспоживачів у заявлених нормах із врахуванням обмеженості інформаційних можливостей фізичних каналів за рахунок сегментування графіка електричного навантаження (ГЕН). Об’єктом дослідження - місячні графіки електричного навантаження в плані вирішення задач електропостачання та енергозбереження. Предмет дослідження - є методи та засоби оцінювання кількісних та якісних характеристик режимів електропостачання в інтегрованих системах. Методи дoслiдження. Розв’язання поставлених задач виконано з використанням методів математичного аналізу, теорій ймовірності та математичної статистки, методів математичного моделювання та цифрової обробки сигналів. Розвинуті автором підходи ґрунтуються на класичних роботах з теорії вейвлетів, опублікованих зарубіжними авторами: S. Mallat, A. Cohen, L.K. Meyer, D.J. Lemarie, I. Daubechies та працях вітчизняних авторів. З метою перевірки достовірності отриманих результатів і запропонованих алгоритмів обробки інформаційних сигналів у середовищах LabVIEW v.6.0 та Matlab 6.5 SPI/7 +Simulink 5/6 виконувалось математичне моделювання та тестові розрахунки. Наукова новизна одержаних результатів. Створено узагальнену модель кількісних (ГЕН) та якісних (параметри якості електричної енергії) характеристик режиму електропостачання на основі ортогонального перетворення інформаційно-вимірювального сигналу з відповідними базисами, що дозволяє проводити взаємопов’язану обробку параметрів режиму електропостачання на етапах генерації, розподілення та споживання електричної енергії. Розроблено метод формування кількісних характеристик електропостачання на основі створення адаптивної регресійної моделі графіка електричних навантажень для окремих класів споживачів із введенням корегувальних коефіцієнтів, що дозволяє зменшити втрати електричної енергії (на 10 %) при проектуванні та експлуатації електрообладнання. 1. Для розкладання рядів електроспоживання вперше застосований метод сингулярного спектрального аналізу. 2. Визначено оптимальні значення параметрів в рамках застосування методу сингулярного спектрального аналізу для моделювання тимчасових рядів електроспоживання, 3. Запропонована модифікація методу індексів сезонності, що дозволила підвищити точність прогнозування на інтервалі 2-3 доби. 4. Проведено короткострокове прогнозування ряду погодинного електроспоживання на дводобовому інтервалі з прийнятною похибкою за результатами розкладання методом сингулярного спектрального аналізу. 5. Розроблено програмний комплекс на основі методів ортогонального розкладання для вирішення поставлених у дисертаційній роботі завдань. Практичне значення отриманих результатів. Отримані в роботі наукові та методологічні результати мають практичне значення для побудови систем моніторингу якості електричної енергії, що є необхідною складовою реформування електроенергетичної галузі України. Actuality of theme: widespread introduction of dispersed energy sources by both private consumers and the corporate sector, as well as directly generating companies, the formation of virtual power plants is associated with the need to maintain a dynamic balance between consumption and generation of electric energy at the micro and macro levels. This leads to the emergence of fundamentally new problems, the solution of which cannot be carried out based solely on traditional approaches that are used to build centralized electric power networks. Since a characteristic feature of dispersed generation sources is relatively low power and instability of the parameters of the generated power, to ensure their operation in automatic mode with the main network and high quality of electrical energy, it becomes necessary to use sufficiently "intelligent" information and control equipment with appropriate software. It is also necessary to take into account the significant increase in information flows both from the main electric power grid to such dispersed energy sources, and in the opposite direction. Another factor that was absent in the centralized power grid and which should be taken into account is the active participation of the electricity consumer in the formation of the power consumption plan and its regulation in order to save electricity, ensure its necessary quality, and manage the load, especially in emergency situations. However, the existing methods of compensation of losses to the consumer by the power supply company for the supply/consumption of low-quality electric energy do not take into account the fact that depending on the nature of the technological cycle and the equipment used, different types of distortion of the quality of electric energy lead to different amounts of these losses. That is, the task of differentiating them arises not only in terms of the dependence of the amount of losses on the type of distortion of the quality of electrical energy, but also on the amount of low-quality electricity consumed (delivered). The solution of this problem requires ensuring synchronization of the consumer's work with the modes of the energy supply company, the presence of two-way communication between them, equipping them with appropriate means of automated accounting of both the amount of supplied/consumed electric energy and its quality. Such provision of active consumer participation in the process of electric energy consumption and its management becomes an integral part of a single generalized information platform for the electric power industry. The purpose and task of the study. it is to ensure the quality of electric energy in integrated electric networks, increase the speed and accuracy of determining the characteristics of power supply systems modes based on the introduction of a generalized indicator of distortion of the quality of electric energy and the creation of a monitoring system that covers all stages from the generation of electric energy to its consumption. 1.modification of existing and development of new adaptive mathematical models for predicting time series of power consumption, taking into account the influence of external factors. 2.Analysis and development of mathematical models to take into account correlation and reference dependencies between factors and the studied process in order to improve the accuracy of modeling and forecasting. 3.research and selection of the optimal variant of orthogonal decomposition of a system of basic functions and development of methods for decomposing time series into components that have the closest relationships with external factors. 4.justification and selection of predictive mathematical models for different forecasting intervals based on the analysis of the structure and dynamics of power consumption at different time intervals (day, week, year). 5. determine the characteristic features of the measurement signal to identify distortion when evaluating the quality characteristics of power supply in real time. 6. improve the accuracy of current and medium-term forecasting of power supply mode parameters by selecting the optimal basis for decomposing the measurement signal in accordance with its structure. 7. carry out operational assessment of the operating modes of electric consumers in the declared standards, taking into account the limited information capabilities of physical channels due to segmentation of the electrical load schedule (Gen). Object of study is monthly graphs of electrical load in terms of solving problems of power supply and energy saving. Subject of study is Methods and tools for assessing the quantitative and qualitative characteristics of power supply modes in integrated systems. Research methods the solution of these problems is performed using methods of mathematical analysis, probability theories and Mathematical Statistics, methods of mathematical modeling and digital signal processing. The approaches developed by the author are based on classical works on wavelet theory published by foreign authors: S. Mallat, A. Cohen, L.K. Meyer, D.J. Lemarie, I. Daubechies and works of domestic authors. In order to verify the reliability of the results obtained and the proposed algorithms for processing information signals, mathematical modeling and test calculations were performed in LabVIEW v. 6.0 and Matlab 6.5 SPI/7 +Simulink 5/6 environments. Scientific novelty of the results obtained. A generalized model of quantitative (gene) and qualitative (parameters of electric energy quality) characteristics of the power supply mode is created on the basis of orthogonal transformation of the information and measurement signal with appropriate bases, which allows for interrelated processing of power supply mode parameters at the stages of generation, distribution and consumption of electric energy. A method for forming quantitative characteristics of power supply is developed based on the creation of an adaptive regression model of the electrical load graph for certain classes of consumers with the introduction of correction factors, which reduces the loss of electrical energy (by 10 %) in the design and operation of electrical equipment. 1. for the first time, the method of singular spectral analysis was used to decompose the power consumption series. 2. optimal parameter values are determined in the framework of applying the singular spectral analysis method for modeling power consumption time series, 3. a modification of the method of seasonality indices is proposed, which made it possible to increase the accuracy of forecasting over the interval of 2-3 days. 4. a short-term prediction of a series of hourly power consumption on a two-day interval with an acceptable error based on the results of decomposition by singular spectral analysis is carried out. 5. a software package based on orthogonal decomposition methods has been developed to solve the tasks set in the dissertation work. Practical significance of the results obtained. The scientific and methodological results obtained in this paper are of practical importance for building systems for monitoring the quality of electric energy, which is a necessary component of reforming the electric power industry in Ukraine.

Дипломна робота: 99 с., 15 рис., 7 табл., 2 додатки, 13 джерел. Дана робота присвячена вивченню методів та моделей прогнозування, а саме авторегресійних моделей різних типів та порядків. Метою дипломної роботи є дослідження поведінки часових рядів та їх побудова на основі авторегресійних моделей різних типів, а також розробка програмного продукту для отримання практичних результатів та вибору найкращої моделі для наочної візуалізації даних короткострокового прогнозування різних процесів. Об’єктом дослідження є статистичні дані різних економічно-фінансових процесів які конвертовані в часові ряди. The work consists of 99 p., 15 fig., 7 tabl., 2 sup., 13 sources. The theme: «Automatized selection of forecasting models in decision support systems». This work is devoted to the study of methods and models of forecasting, namely autoregressive models of different types and orders. The purpose of the thesis is to study the behavior of time series and their construction on the basis of various autoregressive models of various types, as well as the development of a software product for obtaining practical results and the choice of the best model for the visual visualization of data short-term forecasting of various processes. The object of the study is the statistical data of various economic and financial processes that are converted into time series.

Актуальність роботи. Прогнозування величини електричного споживання промислового підприємства є важливим техніко-економічним питанням науки. Необхідність точного прогнозування електроспоживання обумовлена технологічними і економічними причинами. Існує велика кількість моделей і методів короткострокового прогнозування навантаження. Становлення і розвиток методів математичного моделювання, прогнозування і планування електроспоживання пов'язано з роботами таких вітчизняних і зарубіжних вчених: П.О.Черненко, О.В. Мартинюк, В.О. Мірошник ,А.В. Праховник, І.В. Воронов, А.В. Алюєв Б.І., Бартоломей П.І., Бердін А.С., Богданов В.А., Вагін В.П ., Васильєв І.Є., Віників В.А., Гордєєв В.І., Гурський С.К., Калюжний А.С., Карпов В.В., Кудрін Б.І., Ліпес А.В., Меламед А.М., Макоклюєв Б.І., Рабінович М.А., Степанов В.П., Тимченко В.Ф., Фокін Ю.А., Черниш Е.А., Bunn DW, та інших. Якість прогнозу багато в чому залежить від обраної математичної моделі. Найбільшого поширення набули моделі, розкладають навантаження на дві складові: базову (регулярну) і залежну від погоди (нерегулярну). Однак, наявні в експлуатації методи короткострокового прогнозування електроспоживання, не задовольняють повною мірою технології їх використання при управлінні режимами. Основним недоліком існуючих методів є необхідність побудови моделі навантаження і постійне уточнення готової моделі. Іншим недоліком цих методів є неточне встановлення співвідношення між вхідними та вихідними змінними, так як залежності між ними нелінійні. Об’єктом дослідження являються процеси електроспоживання промислового підприємства а також фактори від яких вони залежать Мета роботи: підвищення точності прогнозування електроспоживання промислового підприємства, шляхом створення прогнозної моделі електроспоживання, що враховує його залежність від впливаючих на нього факторів. Завдання досліджень: 1. Виявити основні вимоги, що пред'являються до прогнозу величини електроспоживання промислового підприємства, що купує електроенергію на оптовому а в майбутньому і на балансуючому ринку електроенергії і потужності. 2. Порівняти існуючі методи прогнозування електроспоживання промислових підприємств і вибрати оптимальний метод для прогнозування електроспоживання в умовах роботи підприємства на оптовому та балансуючому ринку електроенергії та потужності. 3. Розробити методику створення прогнозної моделі електроспоживання промислового підприємства для обраного методу прогнозу. 4. Розробити методику оцінки впливу параметрів навколишнього середовища і виробничих параметрів на електроспоживання промислового підприємства з використанням штучної нейронної мережі для визначення набору вхідних параметрів прогнозної моделі. 5. Встановити залежність електроспоживання багатономенклатурного промислового підприємства від впливаючих на нього виробничих параметрів і параметрів навколишнього середовища. 6. Створити за допомогою розроблених методик та отриманих залежностей прогнозну модель електроспоживання, що враховує впливаючі на електроспоживання фактори 7. Перевірити і оцінити якість роботи отриманої прогнозної моделі шляхом порівняння фактичних і прогнозних значень електроспоживання машинобудівного підприємства. Предмет дослідження: наявні короткострокові прогнозні моделі, їх похибки, шляхи їх зменшення, алгоритми навчання штучних нейронних мереж, евристичні алгоритми вибору факторів. Методи дослідження. Розробки і дослідження проводилися на основі теорії математичного моделювання, теорії системного аналізу, теорії штучних нейронних мереж, евристичних алгоритмів відбору і нечіткої логіки, комп'ютерного моделювання, зворотного розповсюдження помилки. Наукова новизна одержаних результатів. 1. Розроблено методику визначення залежностей електроспоживання промислового підприємства від впливаючих на нього параметрів за допомогою штучної нейронної мережі, що відрізняється комплексним використанням навчальних алгоритмів для визначення внутрішньої конфігурації нейронної мережі та евристичного вибору споживачів-регуляторів електропостачання промислового підприємства. 2. Створена прогнозна модель електроспоживання промислового підприємства, що відрізняється тим, що в якості вхідних параметрів моделі використовуються різні фактори: погодні, виробничі, соціально-економічні. 3. Створено методику щодо здійснення прогнозу на промислових підприємствах, що будуть учасниками балансуючого ринку електричної енергії в Україні, що відрізняється послідовним використанням прогнозної моделі та алгоритму вибору споживача-регулятора. Практичне значення одержаних результатів. Дослідження, що було проведене в роботі може бути використане: - для зниження величини фінансових витрат підприємств, що виникають при відхиленні фактичних обсягів електроспоживання від обсягів, заявлених до покупки на ринку електроенергії, шляхом використання прогнозних моделей електроспоживання підприємств з урахуванням індивідуальних особливостей кожного підприємства; - для планування та обліку виробничої діяльності, що дозволяють знизити величину помилки при прогнозуванні електроспоживання; - для визначення всіх факторів, що впливають на електроспоживання об’єкту, а також їх позиціонування від найбільш сильного до найбільш слабкого; - для вибору найбільш оптимального плану роботи підприємства у короткостроковій перспективі в випадку необхідності вибору шляхів управління електричним навантаженням підприємства. Relevance of the work. Forecasting the value of electric consumption of an industrial enterprise is an important technical and economic issue of science. The need for accurate prediction of electricity consumption is due to technological and economic reasons. There is a large number of models and methods of short-term load forecasting. The formation and development of methods of mathematical modeling, forecasting and planning of electricity consumption are connected with the work of such domestic and foreign scientists: P. Chernenko, O. Martynyuk, V. Miroshnik, A. Prahovnik, I. Voronov, Aliyev B., Bartolomey P., Berdin A., Bogdanov V., Vagin V., Vasiliev I., Vinnikov V., Gordeyev V., Gursky S., Kalyuzhny A., Karpov V., Kudrin B., Lipes A., Melamed A., Makoklyuev B., Rabinovich M. , Stepanov V., Timchenko V., Fokin Y., Chernysh E., Bunn DW, and others. The quality of the forecast depends largely on the chosen mathematical model. The most widely used models are, the load is divided into two components: base (regular) and weather dependent (irregular). However, the methods of short-term forecasting of electricity consumption, which are in operation, do not fully satisfy the technology of their use in the control of regimes. The main disadvantage of existing methods is the need to build a load model and continuous refinement of the finished model. Another disadvantage of these methods is the inaccurate relationship between the input and output variables, since the relationships between them are nonlinear. The object of the study is the processes of the consumption of an industrial enterprise and the factors on which they depend. The purpose of the work: to increase the accuracy of forecasting the consumption of industrial enterprises, by creating a forecast model of electricity consumption, taking into account its dependence on the factors affecting it. Subject of research: available short-term forecasting models, their errors, ways to reduce them, algorithms for training artificial neural networks, heuristic algorithms for selecting factors. Research methods. Developments and researches were carried out on the basis of the theory of mathematical modeling, the theory of system analysis, the theory of artificial neural networks, heuristic selection algorithms and fuzzy logic, computer modeling, reverse error propagation. The scientific novelty of the results 1. A method for determining the dependencies of the industrial enterprise's electricity consumption on the parameters influencing it using an artificial neural network is developed, which is characterized by the complex use of educational algorithms for determining the internal configuration of the neural network and the heuristic choice of consumers, regulators of the power supply of the industrial enterprise. 2. A forecast model of the consumption of an industrial enterprise is created, which is characterized by the fact that as input parameters of the model different factors are used: weather, production, socio-economic. 3. A methodology for carrying out a forecast for industrial enterprises that will participate in the balancing market of electric energy in Ukraine, which is distinguished by the consistent use of the forecast model and the algorithm of consumer-regulator choice. The practical value of the result . The research carried out in the work can be used: - to reduce the financial costs of enterprises arising from the deviation of the actual volumes of electricity consumption from the volumes declared for purchase in the electricity market, using the forecast models of the consumption of enterprises taking into account the individual characteristics of each enterprise; - for planning and accounting of production activity, allowing to reduce the magnitude of the error when forecasting electricity consumption; - to determine all factors that affect the electrical consumption of the object, as well as their positioning from the strongest to the weakest; - to choose the most optimal plan of work of the enterprise in the short-term perspective in case of necessity of choosing ways of controlling the electrical load of the enterprise.

Пропонується інтелектуальна система, на базі штучної нейронної мережі з використанням попередньої підготовки даних, для покращення короткострокового прогнозування навантаження в енергосистемах. Покращення пов’язано з вилученням гармонійних складових високого порядку в послідовності даних навантаження, які створюють випадковий «шум»., Предлагается интеллектуальная система, на базе искусственной нейронной сети с использованием предварительной подготовки данных, для улучшения прогнозирования краткосрочной нагрузки в энергосистемах. Улучшение связано с фильтрацией гармонических составляющих высокого порядка, в последовательности данных нагрузки, которые создают случайный «шум», In this article offers intelligent system based on artificial neural network with preprocessing the load data, for predicting the short-term load in power systems. Improvements associated with removing harmonic components of high frequency data in sequence loads that create random "noise"

Пропонується інтелектуальна система управління, на базі штучної нейронної мережі з використанням нейронів із елементами затримки, для прогнозування надкороткострокового навантаження в енергосистемах., In this article offers intelligent control system based on artificial neural network with neurons with delay elements, for predicting the short-term load in power systems., Предлагается интеллектуальная система управления, на базе искусственной нейронной сети с использованием нейронов с элементами задержки, для прогнозирования краткосрочной нагрузки в энергосистемах.

Пропонується інтелектуальна система, на базі штучної нейронної мережі з використанням попередньої підготовки даних, для покращення короткострокового прогнозування навантаження в енергосистемах. Покращення пов’язано з вилученням гармонійних складових високого порядку в послідовності даних навантаження, які створюють випадковий «шум». In this article offers intelligent system based on artificial neural network with preprocessing the load data, for predicting the short-term load in power systems. Improvements associated with removing harmonic components of high frequency data in sequence loads that create random "noise". Предлагается интеллектуальная система, на базе искусственной нейронной сети с использованием предварительной подготовки данных, для улучшения прогнозирования краткосрочной нагрузки в энергосистемах. Улучшение связано с фильтрацией гармонических составляющих высокого порядка, в последовательности данных нагрузки, которые создают случайный «шум».

Пропонується інтелектуальна система управління, на базі штучної нейронної мережі з використанням нейронів із елементами затримки, для прогнозування надкороткострокового навантаження в енергосистемах. In this article offers intelligent control system based on artificial neural network with neurons with delay elements, for predicting the short-term load in power systems. Предлагается интеллектуальная система управления, на базе искусственной нейронной сети с использованием нейронов с элементами задержки, для прогнозирования краткосрочной нагрузки в энергосистемах.