Применение нейросетевых методов прогнозирования электропотребления на железнодорожном транспорте

Аннотация

В статье показана актуальность прогнозирования электропотребления с использованием автоматизированной системы учёта электрической энергии, учитывающей различные уровни иерархии системы тягового электроснабжения. Рассмотрены особенности современного управления топливно-энергетическими ресурсами предприятия, на примере Забайкальской дирекции по энергообеспечению ‒ структурного подразделения Трансэнерго ‒ филиала открытого акционерного общества "Российские Железные Дороги". Рациональное использование топливно-энергетических ресурсов, внедрение энергосберегающих и ресурсосберегающих технологий являются одними из наиболее актуальных как в целом в России, так и на железнодорожном транспорте в частности. Специфика экономического развития России и особенности формирования тарифов на рынке электрической энергии повлекли за собой рост ее стоимости. В связи с этим, снижение затрат на приобретение топливно-энергетических ресурсов одна из основных целей энергетической стратегии железнодорожного транспорта. Результатом энергосберегающей политики железнодорожного транспорта, почти по всем составляющим потребления топливно-энергетических ресурсов, исключая тягу поездов, является снижение затрат на покупку электрической энергии в ситуации реформирования электроэнергетики путем выхода на оптовый рынок электрической энергии (ОРЭ). Что позволяет значительно снизить стоимость потребляемой энергии, так как стоимость электроэнергии, получаемой железной дорогой с ОРЭ, будет существенно ниже стоимости электроэнергии, получаемой от гарантирующего поставщика ‒ региональной энергосистемы.
В работе проведен анализ факторов, влияющих на величину потребления электрической энергии на тягу поездов. Рассмотрены нейросетевые модели, обладающие высокой аппроксимирующей способностью, позволяющие обрабатывать статистическую информацию и выполнять прогнозные оценки. Показано, что наиболее приемлемыми для прогноза электропотребления следует считать многослойные нейронные сети. Рассмотрен метод нейросетевого прогнозирования потребления электрической энергии.

Сведения об авторах

Valeriya Eduardovna Osipova, Иркутский государственный университет путей сообщения

старший преподаватель кафедры "Электроснабжение", Забайкальский институт железнодорожного транспорта (филиал ИрГУПС в г. Чите)

Dmitry Alexandrovich Yakovlev, Иркутский государственный университет путей сообщения

доцент кафедры "Электроснабжение", Забайкальский институт железнодорожного транспорта (филиал ИрГУПС в г. Чите), кандидат технических наук, доцент

Опубликована
2022-03-31
Как цитировать
OSIPOVA, Valeriya Eduardovna; YAKOVLEV, Dmitry Alexandrovich. Применение нейросетевых методов прогнозирования электропотребления на железнодорожном транспорте. Международный научный журнал «Современные информационные технологии и ИТ-образование», [S.l.], v. 18, n. 1, mar. 2022. ISSN 2411-1473. Доступно на: <http://sitito.cs.msu.ru/index.php/SITITO/article/view/829>. Дата доступа: 04 july 2022
Раздел
Цифровая трансформация транспорта