Введение к работе
Актуальность работы
В структуре энергетических затрат на производство сельскохозяйственной продукции в Российской Федерации доля электрической энергии достигает 11%-13%. Из-за относительно небольшого электропотребления сельскохозяйственные предприятия являются участниками розничного рынка электроэнергии. Работа на розничном рынке предполагает для каждого предприятия заключение договоров на поставку электроэнергии, в соответствии с которыми необходимо заявлять планируемый объем электропотребления на год с помесячной детализацией. При отклонении фактического объема потребленной электрической энергии относительно договорного на предприятие накладываются штрафные санкции.
Кроме того, прогнозные значения электропотребления необходимы при проектировании и реконструкции систем электроснабжения сельскохозяйственного предприятия.
Поэтому важное значение для сельскохозяйственного предприятия имеет прогнозирование электропотребления, что на сегодняшний день является актуальной научной и практической задачей.
Изучение вопросов прогнозирования связано с именами таких учёных, как: Макоклюев Б.И.- программный комплекс «Энергостат», Кудрин Б.И., Гнатюк В.И., Лагуткин О.Е., Ощурков М.Г.- прогнозирование с применением рангового анализа, Воронов И.В.- нейростетевой подход при прогнозировании электропотребления, Лещинская Т.Б. и др.
Для прогнозирования электропотребления применяются методы экспертных оценок, экстраполяции, регрессионные модели, ранговый анализ и др. Однако эти методы не учитывают особенности сельского хозяйства и, как следствие, обладают большой ошибкой прогнозирования. Для минимизации ошибки прогнозирования электропотребления при изменении параметров и условий сельскохозяйственного производства предлагается использовать нейросетевую модель.
Работа выполнялась в Федеральном государственном бюджетном образовательном учреждении высшего профессионального образования «Мичуринский государственный аграрный университет» в соответствии с Межведомственной координационной программой фундаментальных и приоритетных прикладных исследований по научному обеспечению развития агропромышленного комплекса Российской Федерации на 2006-2010 гг. по проблеме IX «Научное обеспечение повышения машинно-технологического и энергетического потенциала сельского хозяйства России», а также в рамках государственного контракта № 2009-1.1-000-082 по теме «Разработка системы энергетического менеджмента на предприятиях АПК» (2009-2011 гг.).
Целью работы является совершенствование методики прогнозирования потребления электрической энергии сельскохозяйственным предприятием при изменении параметров и условий производства с применением нейросетевой модели, минимизирующей ошибку прогнозирования.
Объект исследований: электропотребление сельскохозяйственного предприятия.
Предмет исследований: временные зависимости электропотребления сельскохозяйственного предприятия от параметров и условий производства сельскохозяйственной продукции.
Методика исследований. В работе использовались методы математической статистики, динамического, нейросетевого моделирования и рангового анализа.
Параллельно с теоретическими исследованиями разрабатывались компьютерные математические модели, которые реализовывались в программных пакетах Statistica, Matlab(Simulink, Neural Networks Toolbox, Statistics Toolbox), MathCad, MS Office.
Исследования, включающие сбор и анализ информации, обучение моделей и прогнозирование электропотребления осуществлялись на сельскохозяйственных предприятиях Тамбовской и Курской областей.
Научная новизна работы состоит в:
обосновании методики выбора архитектуры и адаптации к параметрам и условиям сельскохозяйственного производства динамической нейросетевой модели прямой передачи сигнала с возможностью обучения и накопления результатов, обеспечивающей ошибку моделирования электропотребления не более 6%.
обосновании методики прогнозирования электропотребления сельскохозяйственного предприятия динамической нейросетевой моделью, позволяющей осуществлять его помесячное прогнозирование со среднегодовой ошибкой не более 4%, минимизация которой достигается выявлением недостоверных данных, путём интервального оценивания гиперболического распределения электропотребления, и их заменой ретроспективными данными.
результатах анализа электропотребления сельскохозяйственного предприятия, заключающихся в зависимости электропотребления от структуры, объемов и метеорологических условий производства продукции.
Научная гипотеза. Необходимое качество прогнозирования электропотребления сельскохозяйственного предприятия может быть достигнуто путём анализа ретроспективных данных, параметров и условий производства.
Рабочая гипотеза. Минимизация ошибки прогнозирования нейросетевой моделью может быть осуществлена обнаружением недостоверных данных по электропотреблению методами интервального оценивания и их последующей заменой ретроспективными данными.
Практическая значимость работы заключается в создании методики прогнозирования электропотребления сельскохозяйственного предприятия, позволяющей определять перспективные объемы электропотребления для заключения договоров с поставщиками электрической энергии с максимальной экономией средств на её оплату. Разработаны компьютерные программные продукты и база данных, которые позволяют осуществлять помесячное прогнозирование электропотребления и производить текущее уточнение прогноза.
На защиту выносятся:
- методика прогнозирования электропотребления сельскохозяйственного предприятия динамической нейросетевой моделью;
- методические основы исследования зависимости электропотребления от параметров и условий производства сельскохозяйственной продукции;
- методика создания базы данных для прогнозирования электропотребления сельскохозяйственного предприятия.
Реализация результатов исследований. В ходе работы были обследованы предприятия Тамбовской и Курской областей, даны предложения по организации прогнозирования электропотребления. Разработанная методика прогнозирования принята и используется на сельскохозяйственных предприятиях - ФГУП учхоз племзавод «Комсомолец», СХПК «Родина» Тамбовской области; СПК «Русь» Курской области. Результаты исследований используются в учебном процессе Мичуринского государственного аграрного университета при изучении дисциплин «Энергоменеджмент в АПК», «Информационные технологии в энергетике».
Апробация работы. Основные положения и результаты диссертационной работы доложены, обсуждены и одобрены на: XXI Международной научной конференции «Математические методы в технике и технологиях» г. Тамбов, 2008; всероссийской научно-практической конференции «Инновационно - техническое обеспечение ресурсосберегающих технологий в АПК» г. Мичуринск, 2009; научно- практической конференции «Инновационные технологии производства, хранения и переработки плодов и ягод», г. Мичуринск, 2009; III Международной выставке –Интернет – конференции «Энергообеспечение и строительство» г. Орёл, 2009; научно-практической конференции «Комплексное решение вопросов энергосбережения и ресурсосбережения для инновационного развития агропромышленного комплекса», г. Рязань, февраль 2010г.; семинаре «Управление электрохозяйством предприятий агропромышленного комплекса», г. Мичуринск, март 2010г.
Публикация результатов работы. По теме диссертации опубликовано 8 печатных работ, в том числе 3 в изданиях, рекомендованных ВАК РФ.
Структура и объём работы. Диссертация состоит из введения, пяти глав, общих выводов, библиографического списка и приложений. Работа содержит 161 страницу основного текста, 84 рисунка, 27 таблиц и 12 приложений. Библиографический список включает в себя 124 наименования работ отечественных и зарубежных авторов.
