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.