Журнал СФУ. Техника и технологии / Система непрямого прогнозирования вырабатываемой электроэнергии массивом солнечных панелей на основе модифицированной нечеткой нейросети

Полный текст (.pdf)
Номер
Журнал СФУ. Техника и технологии. 2023 16 (6)
Авторы
Энгель, Е. А.; Энгель, Н. Е.
Контактная информация
Энгель, Е. А.: ФГБОУ ВО «Хакасский государственный университет им. Н. Ф. Катанова», Российская Федерация, Республика Хакасия, Абакан; Энгель, Н. Е.: ФГБОУ ВО «Хакасский государственный университет им. Н. Ф. Катанова», Российская Федерация, Республика Хакасия, Абакан
Ключевые слова
прогнозирование вырабатываемой электроэнергии массивом солнечных панелей; рекуррентные нейросети; механизм внимания; модифицированная нечеткая нейросеть; power from a solar panel array forecasting; recurrent neural networks; attention mechanism; modified fuzzy neural network
Аннотация

Интеллектуальные системы прогнозирования вырабатываемой электроэнергии массивом солнечных панелей повышают эффективность солнечной электростанции и, таким образом, актуальны в соответствии с пунктом 20А Стратегии научно-технологического развития РФ. Вырабатываемая массивом солнечных панелей электроэнергия имеет сложную нелинейную динамику с неопределенностями, обусловленными изменением облачности. В связи с этим идентифицировать систему прогнозирования вырабатываемой электроэнергии массивом солнечных панелей классическими методами с заданной точностью нельзя, в то время как нейросети обеспечивают требуемую точность. Системы прогнозирования вырабатываемой электроэнергии массивом солнечных панелей на основе нейросетей в сравнении с традиционными методами обеспечивают требуемую точность прогноза, способствуя безопасному и эффективному управлению электрическими сетями, интегрирующими солнечные электростанции. В условиях неопределенности на основе модифицированной нечеткой нейросети, обеспечивающей средствами рекуррентных нейронов и механизма внимания эффективное формирование и передачу скрытого представления информации как сигнала выходного слоя скрытых рекуррентных нейронов глубоких нейросетей, на основе выходов которых алгоритмом нечетко-возможностной свертки генерируется прогнозируемое значение вырабатываемой электроэнергии массивом солнечных панелей. Модифицированная нечеткая нейросеть эффективно выделяет на основе архивных данных существенные функциональные аспекты прогнозирования вырабатываемой электроэнергии массивом солнечных панелей, включая аспекты идентификации облачности часа. Полученные результаты экспериментального моделирования системы прогнозирования на сутки вперед вырабатываемой электроэнергии массивом солнечных панелей на основе модифицированной нечеткой нейросети демонстрируют ее робастность и снижение среднеквадратичной ошибки прогноза в среднем в три и шесть раз в сравнении с рекуррентными нейросетями и стандартной моделью авторегрессии скользящего среднего в условиях неопределенности

Страницы
744–758
EDN
VHRXXQ
Статья в архиве электронных ресурсов СФУ
https://elib.sfu-kras.ru/handle/2311/151737

Лицензия Creative Commons Эта работа лицензируется по лицензии Creative Commons Attribution-NonCommercial 4.0 International License (CC BY-NC 4.0).