Страницу Назад
Поискать другие аналоги этой работы
2 Шумилова Г.П., Готман Н.Э., Старцева Т.Б., Прогнозирование электрических нагрузок при оперативном управлении электроэнергетическими системами на основе нейросетевых структурID: 63147Дата закачки: 03 Февраля 2012 Продавец: GnobYTEL (Напишите, если есть вопросы) Посмотреть другие работы этого продавца Тип работы: Книга Форматы файлов: Adobe Acrobat (PDF), ChiWriter Описание: Рассмотрены вопросы прогнозирования электрических нагрузок ЭЭС с использованием аппарата искусственных нейронных сетей и нечеткой логики. Кратко изложена теория новых информационных технологий, применяемых для построения нейросетевых моделей прогнозирования нагрузок. Составлены 2 типа моделей оперативного краткосрочного и долгосрочного прогнозирования нагрузки по энергосистеме в целом реализованные на ПЭВМ, по точности прогноза, а также 2 временных диапазона модели сбалансированного прогноза узловых нагрузок - внутрисуточный и суточный. Приведены результаты тестирования разработанных нейросетевых моделей на графиках нагрузки ОДУ Урала, и в связи с этим даны рекомендации по использованию моделей в других энергосистемах. Книга адресована специалистам и исследователям, занимающимся вопросами оперативного управления режимами электроэнергетических систем. Шумилова Г. П., Готман Н. Э., Старцева Т. Б., Прогнозирование электрических нагрузок при оперативном управлении электроэнергетическими системами на основе нейросетевых структур. Екатеринбург: УрО РАН, 2008, 89с. Размер файла: 4 Мбайт Фаил: (.rar)
Скачано: 5 Коментариев: 0 |
||||
Есть вопросы? Посмотри часто задаваемые вопросы и ответы на них. Опять не то? Мы можем помочь сделать! Некоторые похожие работы:К сожалению, точных предложений нет. Рекомендуем воспользоваться поиском по базе. |
||||
Не можешь найти то что нужно? Мы можем помочь сделать! От 350 руб. за реферат, низкие цены. Спеши, предложение ограничено ! |
Вход в аккаунт:
Страницу Назад
Cодержание / Электроснабжение / Шумилова Г.П., Готман Н.Э., Старцева Т.Б., Прогнозирование электрических нагрузок при оперативном управлении электроэнергетическими системами на основе нейросетевых структур
Вход в аккаунт: