Прогнозирование электропотребления оборудования текстильных предприятий на основе искусственных нейронных сетей тема диссертации и автореферата по ВАК РФ 05.09.03, кандидат технических наук Тышкевич, Иван Валерьевич

• Тышкевич, Иван Валерьевич
• кандидат технических наук
• 2005

Оглавление диссертации кандидат технических наук Тышкевич, Иван Валерьевич

Введение.

1. Моделирование и прогнозирование потребления электроэнергии на промышленных предприятиях.

1.1. Методы моделирования и прогнозирования потребления электрической энергии.

1.2. Анализ электропотребления текстильного предприятия АО "Фатекс".

2. Анализ электропотребления текстильных производств по структурным уровням.

2.1. Технологическая характеристика АО «Фатекс».

• 2.2. Моделирование электропотребления различных структурных уровней промышленного предприятия.

2.2.1. Определение расхода электрической энергии на уровне станков и агрегатов.

2.2.2. Определение расхода электрической энергии на уровне групп станков и технологических линий.

2.2.3. Определение расхода электрической энергии на уровне цехов, производств и предприятия в целом.

3. Разработка методики моделирования электропотребления на основе искусственных нейронных сетей.

3.1. Выбор структуры и метода обучения искусственных нейронных сетей для моделирования электропотребления.

3.2. Разработка модели электропотребления на основе искусственных нейронных сетей.

3.3. Разработка программы моделирования и прогнозирования электропотребления.

3.4. Расчет экономического эффекта от применения искусственных нейронных сетей для прогнозирования электропотребления АО «Фатекс».

V* 4. Анализ влияния качества электрической энергии на работу электрооборудования.

4.1. Анализ качества электрической энергии на АО "Фатекс".

4.2. Оценка влияния качества электроэнергии на электропотребление оборудования.

4.3. Оценка ущерба от пониженного качества напряжения.

4.4. Разработка приборного комплекса контроля показателей качества напряжения.

Введение диссертации (часть автореферата) на тему «Прогнозирование электропотребления оборудования текстильных предприятий на основе искусственных нейронных сетей»

Актуальность темы. Увеличение доли платы за электроэнергию в себестоимости продукции текстильных предприятий с 1 - 3 % (1990 г.) до 15 - 30 % (2001 г.), переход к заключению прямых договоров на использование электрической энергии с учетом штрафных санкций и лимитов со стороны энергосистемы, резкий рост тарифов на электроэнергию, а также низкий уровень эффективности её использования, определяют необходимость задач научного анализа, контроля, нормирования и прогнозирования, а также управления режимами электропотребления текстильных предприятий.

Основанные, в первую очередь, на классических методах статистического анализа существующие способы моделирования и прогнозирования электропотребления неэффективны при моделировании электропотребления на основе пассивного эксперимента в условиях изменчивого рынка продукции и сырья, постоянном изменении ассортимента и номенклатуры производства, низком уровне достоверности или недостаточном количестве исходной статистической информации. Применение активного эксперимента для выявления зависимостей электропотребления от значимых факторов производства требует значительных затрат и недоступно для крупных структурных уровней предприятия. При этом необходимость нормирования, расчета лимитов и получения зависимостей электропотребления от значимых факторов при планировании производства, энергосберегающих мероприятий и заключении договоров с энер-госнабжающими организациями обусловливает разработку новых способов моделирования и прогнозирования электропотребления для разных структурных уровней текстильных предприятий, учитывающих многоступенчатость процесса производства, различную энергоемкость технологического оборудования, многообразие выпускаемого ассортимента, недостаток исходных статистических данных.

Поэтому все исследования, направленные на определение параметров электропотребления текстильных предприятий, актуальны для проведения эффективного энергосбережения по цехам и производствам, для обоснования удельных норм и величины отпуска энергии (мощности), для установления пределов регулирования электропотребления, для заключения договоров электроснабжения с энергосистемой, удовлетворяющих обе стороны.

Целью диссертационной работы является разработка методики прогнозирования электропотребления разных структурных уровней текстильного предприятия на основе искусственных нейронных сетей (ИНС).

Работа выполнена на кафедре "Электрические системы" ИГЭУ в соответствии с Планом научных исследований, проводимых по программам:

1. Научно-техническая программа Минобразования России «Федерально-региональная политика в науке и образовании. Раздел: "Энергосбережение"» 2003 г.;

2. Программа администрации Ивановской области: "Проведение мероприятий по энерго-ресурсосбережению на предприятиях Ивановской области" 2003 г.

В соответствии с поставленной целью решены следующие задачи:

1. Исследованы величины электропотребления приводами основного оборудования и разных структурных уровней предприятия в зависимости от технологических факторов производства.

2. Разработана методика прогнозирования электропотребления на основе метода искусственных нейронных сетей для текстильных предприятий.

3. Разработаны алгоритмы прогнозирования электропотребления с использованием искусственных нейронных сетей.

4. Получены математические модели электропотребления для основного оборудования и разных структурных уровней текстильных предприятий.

5. Выполнена оценка влияния качества напряжения на электропотребление основного технологического оборудования и разработан прибор для контроля показателей качества напряжения в режиме реального времени.

В ходе исследований использовались: методы линейного и нелинейного регрессионного анализа, пассивного эксперимента, статистического анализа данных, имитационного моделирования.

Научная новизна работы определяется следующими положениями:

1. Разработана методика имитационного моделирования на основе искусственных нейронных сетей, повышающая точность прогнозирования электропотребления оборудованием и разными структурными уровнями текстильных предприятий.

2. Разработаны алгоритм обучения, структура искусственной нейронной сети и методика подготовки исходных данных, учитывающие особенности моделирования процессов электропотребления оборудованием и структурными уровнями текстильных предприятий.

3. Получены регрессионные и ИНС модели электропотребления разных структурных уровней текстильных предприятий, позволяющие повысить качество прогнозирования и нормирования электропотребления.

Практическую значимость имеют следующие результаты работы:

1. Полученные математические и имитационные модели электропотребления оборудованием и разными структурными уровнями производства позволяют оценить влияние факторов производства на электропотребление, прогнозировать величину электропотребления при изменении факторов и планировать энергосберегающие мероприятия.

2. Разработанная структура и алгоритм обучения искусственной нейронной сети, применительно к многоассортиментным производствам с нелинейной загрузкой, позволяют увеличить точность и адекватность прогнозирования электропотребления оборудованием и разными структурными уровнями текстильного производства.

3. Созданное программное обеспечение позволяет упростить расчеты и автоматизировать процесс моделирования и прогнозирования электропотребления.

4. Разработанный прибор для автоматизированного контроля параметров качества напряжения позволяет снизить затраты на оперативный контроль показателей качества электроэнергии и принятие решения об их регулировании.

Реализация результатов работы. Разработанное программное обеспечение, реализующее моделирование и прогнозирование электропотребления разных структурных уровней промышленных предприятий, внедрено для использования в АО "Фатекс", ОАО "Автокран", ОАО "Кран-экс" г. Иваново и применяется в учебных и научно-исследовательских целях на кафедре "Электрические системы" ИГЭУ. Прибор для контроля качества напряжения применяется в учебных и научно-исследовательских целях на кафедре "Электрические системы" ИГЭУ.

Апробация работы. Основные положения работы и её результаты докладывались и обсуждались на международных научно-технических конференциях «Состояние и перспективы развития электротехнологии» (X, XI, XII Бенардосовские чтения, ИГЭУ, г. Иваново), на научном семинаре "Электротехника и прикладная математика" (ИГЭУ, г. Иваново), на десятой международной НТК "Радиотехника, электроника и энергетика" (МЭИ, г. Москва, 2004г).

Публикации. По теме диссертации опубликовано 9 работ.

Структура и объём работы. Диссертационная работа состоит из введения, четырех глав, заключения и списка литературы. Объём диссертации составляет 155 страницы основного текста. Она содержит 73 рисунка и 26 таблиц, 1 приложение, список литературы включает 164 наименования. Общий объём диссертации - 158 страницы.

Заключение диссертации по теме «Электротехнические комплексы и системы», Тышкевич, Иван Валерьевич

Выводы:

1. На исследуемом предприятии проведен замер показателей качества ЭЭ, в результате которого выявлено наличие отклонений напряжения, высших гармоник напряжения и несимметрии напряжения,

2. Рассчитан экономический ущерб от отклонения напряжения и построены экономические характеристики для электрооборудования ткацких производств.

3. Установлено, что экономический ущерб от отклонения напряжения имеет место при значениях напряжения не выходящих за нормируемые ГОСТом пределы.

4. Обоснована необходимость контроля показателей качества электроэнергии как на границе раздела с энергосистемой, так и непосредственно на шинах потребителей электрической энергии.

5. Разработан прибор для контроля показателей качества напряжения, с ориентированием на применение совместно со счетчиками электроэнергии для оперативного замера ПКН.

Заключение

1. Разработанная методика прогнозирования электропотребления на основе искусственных нейронных сетей позволяет получать более точные модели электропотребления для различных иерархических уровней текстильных предприятий.

2. На основе проведенных исследований различных конструкций и способов обучения нейронных сетей разработаны рекомендации по использованию нейронных сетей для прогнозирования электропотребления небольшими многоассортиментными промышленными предприятиями.

3. Построенные многофакторные математические и имитационные модели для различных иерархических уровней текстильных предприятий позволяют учесть влияние основных технологических факторов и ассортимента выпускаемой продукции на процессы электропотребления.

4. Для моделирования и прогнозирования электропотребления различных иерархических уровней текстильных предприятий даны предложения по отбору значимых факторов на основе пассивного эксперимента.

5. Созданное программное обеспечение для прогнозирования и моделирования электропотребления позволяет получать разные типы моделей, в том числе и модели на основе нейронных сетей, и производить их сравнение для выбора наиболее точного метода прогнозирования.

6. Установлено, что из показателей качества электроэнергии, основное влияние на технологические и энергетические параметры оборудования оказывает отклонение напряжения.

7. Построенные экономические характеристики электроприемников и узлов нагрузки текстильных предприятий позволяют оценить ущерб от отклонений напряжения и обосновывают необходимость контроля показателей качества напряжения.

8. Разработан прибор для контроля показателей качества напряжения в системах промышленного электроснабжения и электрических сетях, который может использоваться как стационарно, так и в переносном варианте.

Список литературы диссертационного исследования кандидат технических наук Тышкевич, Иван Валерьевич, 2005 год

1. Энергетическая стратегия России на период до 2010 года: Пакет постановлений правительства РФ, 1994.

2. Абаффи Й., Спедикато Э. Математические методы для линейных и нелинейных уравнений: проекционные ABS-алгоритмы / пер. с англ. М.: Мир, 1996.

3. Агеев С.П. Совершенствование расчета лимитов мощности потребителей энергосистемы с учетом неполноты информации// Автореферат диссертации на соискание ученой степени к.т.н., Новочеркасск, 1987.

4. Айвазян С.А., Енюков И.С., Мешалкин Л.Д. Прикладная статистика: Основы моделирования и первичная обработка данных. М.: Финансы и статистика, 1983.

5. Апберт А. Регрессия, псевдоинверсия и рекуррентное оценивание / Пер.с англ. М.: Наука, 1977.

6. Апексейчук А.И., Шапот М.Д. Моделирование распределенных систем со структурированными потоками сообщений // Известия РАН. Теория и системы управления.- 1999.- №5

7. Аракелов В.Е., Кремер А.И. Методические вопросы экономии энергоресурсов М.: Энергоатомиздат, 1990.

8. Арзамазцев Д.А. Учет вероятностного характера нагрузок при расчете электрических сетей // Электричество, 1968.- №4

9. Арзамазцев Д.А., Елохин В.Г., Криворуцкий Л.Д. и др. Имитационное моделирование развития систем электроэнергетики / СЭИ СО АН СССР. Иркутск, 1988.

10. Арзамасцев Д.А., Липес А.В. Снижение технологического расхода энергии в электрических сетях. -М.:Высшая школа, 1989.

11. Белан А.В., Гордеев В.И. Прогнозирование электропотребления на основе многофакторного регрессионного и корреляционного анализов. // Проблемы энергосбережения, 1991.

12. Белан А.В., Демура А.В., Исаев К.Н., Морхов А.Ю., Надтока И.И., Седов А.В. Анализ и прогнозирование электрической нагрузки в энергосистеме. //Улучшение экологии и повышение надежности энергетики Ростовской области. Ростов-на-Дону, 1995.

13. Белоусов В.Н., Копытов Ю.В. Пути экономии энергоресурсов в народном хозяйстве. М.: Энергоатомиздат, 1986.

14. Бешелов С.Д., Гурвич Ф.Г. Математико-статистические методы экспертных оценок. М.: Статистика, 1980.

15. Блюмин С.Л., Погодаев А.К. Блочные рекуррентно-итерационные процедуры решения нелинейной задачи о наименьших квадратах // Журнал вычислительной математики и математической физики. -1992.

16. Блюмин С.Л., Самородин П.В. Рандомизитрованное моделирование технологических зависимостей: учебное пособие. Липецк: ЛГТУ, 1995.

17. Боровиков В. STATISTICA: искусство анализа данных на компьютере. Для профессионалов. СПб.: Питер, 2001.

18. Бочкарев Е.Б., Денисов В.Ф. расчет нагрузки групп электропотребителей по отраслям // Промышленная энергетика. 1995.- №2

19. Бурнекийте Д.Ю, Пятраускайте А.В., Янскаускас В.Ю. Прогнозирование элетропотребления. Моделирование зависимостей между электропотреблением в отраслях промышленности и влияющими на него факторами // Труды АН Лит. ССР. Серия В. 1988.- №4

20. Бусленко В.Н. Автоматизация имитационного моделирования сложных систем. М.: Наука, 1977.

21. Беляев Л.С. Крумм Л.А. Применимость вероятностных методов в энергетических расчетах// Изв. АН СССР, 1983.- №2.

22. Бендат Дж., Пирсол А. Прикладной анализ случайных данных М.: Мир, 1989.

23. Бэнн Д.В., Фармер Е.Д. Сравнительные модели прогнозирования электрической нагрузки: Пер. с англ. М.: Энергоатомиздат, 1987.

24. Вагин Г.Я., Лоскутов А.Б. Модели индивидуальных графиков нагрузки сварочных машин // Изв. вузов. Электромеханика, 1986.- № 12.

25. Вагин Г.Я., Лоскутов А.Б., Редькин Е.В. Имитационное моделирование электрических нагрузок дуговых сталеплавильных печей на ЭВМ // Изв. вузов. Электромеханика, 1986.- № 9.

26. Веников В.А. Теория подобия и моделирования (применительно к задачам электроэнергетики). М.,"Высш. школа", 1976.

27. Веников В.А., Веников В.Г. Теория подобия и моделирования. М.: Высшая школа, 1984.

28. Веников В.А., Тюханов Ю.М. Кибернетическое моделирование систем электроснабжения. Электричество, 1990.- №7.

29. Вестник ИГЭУ. Выпуск 1., 2002.

30. Вестник электроэнергетики. 2000.- №2.

31. Вилков Д.В. Алгоритм настройки весовых коэффициентов для многослойного персептрона // Нейроинформатика и её приложения: материалы IX Всероссийского семинара Красноярск: ИПЦ КГТУ, 2001.

32. Ворыпаев Л.Г., Коневский М.Б., Демура А.В., Исаев К.Н., Надтока И.И., Седов А.В. Алгоритмы и программное обеспечение оперативного прогнозирования электропотребления. // Изв. вузов. Электромеханика, 1997.

33. Галушкин А.И. Теория нейронных сетей. Кн.1. М.ИПРЖР, 2001.

34. Гамм А.З. Статистические методы оценивания состояния электроэнергетических систем. М.: Наука, 1976.

35. Гамм А.З., Кучеров Ю.Н., Паламарчук С.И. и др. Методы решения задач реального времени в электроэнергетике. Новосибирск, наука, 1991.

36. Гантмахер Ф.Р. Теория матриц. М.: Наука, 1988.

37. Гензель Л.Л., Иванов Е.Г., Янюшкин М.В. Анализ суточного расхода электроэнергии Западно-сибирскогог металлургического комбината распределений // Электрика, 2002.- №2.

38. Глазунова A.M. Применение нейронных сетей для решения задач обработки измерительной информации в ЭЭС // Диссертация на соискание ученой степени к.т.н., Иркутск, 2002.

39. Голенко Д.И., Лившиц С.Е., Кеслер С.Ш. Статистическое моделирование в технико-экономических системах. Л.: Изд. ЛГУ, 1977.

40. Головкин Б.Н., Пирогов В.Н., Старцев А.П. Прогноз электропотребления промышленного предприятия в условиях нестабильности экономики. // Промышленная энергетика, 1996.

41. Головкин П.И. Энергосистема и потребители электрической энергии. М.: Энергоатомиздат, 1984.

42. Голуб Дж., Ван Лоун Ч. Матричные вычисления. М.: Мир, 1999.

43. Горбань А. Обучение нейронных сетей. М.: СП параграф, 1990.

44. Горбатов А.И. Прогнозирование экономических показателей на основе ИНС // Диссертация на соискание ученой степени к.т.н., М., 2003.

45. Гордеев В.И. Регулирование максимума нагрузки промышленных электрических сетей. М.: Энергоатомиздат, 1986.

46. Гордеев В.И., Васильев И.Е., Щуцкий В.И. Управление электропотреблением и его прогнозирование. Ростов-на-Дону: Изд. РГУ, 1991.

47. ГОСТ 13109-97. Нормы качества электроэнергии в системах электроснабжения общего назначения. Минск: Изд-во стандартов, 1998.

48. Гофман И.В. Нормирование потребления энергии и энергетические балансы. М.: Энергия, 1966.

49. Гужов Н.П. Прогнозирование электропотребления по подразделениям предприятия как системы взаимосвязанных параметров // Изв. вузов. Энергетика 1987.- №8.

50. Гунин В.М., Копуев Л.А., Никифоров Г.В. Опыт нормирования и прогнозирования электропотребления предприятия на основе математической обработки статистической отчетности. // Промышленная энергетика. 2000.- №2.

51. Гурский С.К. Адаптивное прогнозирование временных рядов в электроэнергетике. Минск: Наука и техника, 1983.

52. Демура А.В. Использовании искусственной нейронной сети в качестве многомерной модели при планировании электропотребления предприятий. Известия вузов Северо-Кавказский регион. 1996.-№3

53. Дзевенецкий А.Я., Ибрагимов К.Х., Хашимов Ф.А. Многовариантное решение задач анализа, прогнозирования и нормирования электропотребления на промышленных предприятиях, выпускающих разнородную продукцию // Промышленная энергетика, 2000.- №5.

54. Доброжанов В.И. Краткосрочное прогнозирование электрических нагрузок промышленных предприятий. Изв.вузов. Энергетика, 1987.- №1.

55. Дроздова О.Н., Лисицин Н.В., Сюткин Б.Д. Анализ динамики потребления электроэнергии в России // Промышленная энергетика, 1997.- №5.

56. Дрэйпер Н., Смит Г. Прикладной регрессионный анализ: В 2-х кн., М.: Финансы и статистика, 1987.

57. Дубров A.M. Обработка статистических данных методом главных компонент. М.: Статистика, 1978.

58. Дулесов В.А. Прогнозирование электропотребления предприятий на основе ИНС // Диссертация на соискание ученой степени к.т.н., Красноярск, 2002.

59. Дулесов В.А., Пантелеев В.И. Статистическая оценка поведения объекта исследования с помощью нейронной сети. // Электрика,-№11.

60. Жежеленко И.В. Показатели качества электроэнергии и их контроль на промышленных предприятиях. М.: Энергоатомиздат, 1981.

61. Жежеленко И.В. Высшие гармоники в системах электроснабжения промышленных предприятий. М.: Энергоатомиздат, 1984.

62. Жилин Б.В. Информационно-методологическое обеспечение определения параметров электропотребления на ранних стадиях проектирования // Диссертация на соискание ученой степени д.т.н., М.: 2003.

63. Жилин Б.В., Лагуткин О.Е. Прогнозирование месячного электропотребления по цехам химического производства на основе структурно-топологической динамики Н-распределения. Новомосковск, 1993.

64. Жохов Б.Д. Анализ причин завышения расчетных нагрузок и возможность их коррекции // Промышленная энергетика. 1989.- №7.

65. Забелло Е.П. Экономическая целесообразность построения иерархических систем учета, контроля и управления электропотреблением // Промышленная энергетика, 1989.- №1.

66. Федеральный закон "об энергосбережении" от 3.04.96.

67. Иванов A.M., Лебедев A.M. Рациональное использование электроэнергии на предприятиях легкой промышленности. М.: Легкая индустрия, 1972.

68. Имитационное моделирование в оперативном управлении производством. М,: Машиностроение, 1984.

69. Итоги науки и техники. Сер. Энергетические системы и их автоматизация. Т.4. Прогнозирование и управление электропотреблением в электроэнергетических системах. М., ВИНИТИ, 1988.

70. Каждан А.Э. Метод моделирования графиков случайными процессами // Автоматизация проектирования сложных систем: Сб. науч. тр. Новочеркасск: НПИ, 1982.

71. Карташев И.И. Качество электроэнергии в системах электроснабжения. Способы его контроля и обеспечения. М.: Издательство МЭИ, 2001.

72. Кнорринг Г.М. Осветительные установки. Л.: Энергоиздат, 1981.

73. Коваль В.А., Жук Ю.В. Оптимальные системы обнаружения и классификации движущихся объектов II Кибернетика и системный анализ 1993.- Вып. 5.

74. Комашинский В.И., Смирнов Д.А. Нейронные сети и их применение в системах управления и связи. М.: Горячая линия - Телеком, 2003.

75. Коновалов И.П. Комплексная организация работы по экономии электроэнергии в промышленности. Иваново: Ивановское книжное издательство, 1960.

76. Копылов Ю.В., Чуланов Б.А. Экономия электроэнергии в промышленности: справочник. М.: Энергоатомиздат, 1982.

77. Красник В.В. Оптимизация работы электропривода прядильно-ткацкого оборудования. М.: Легкая индустрия, 1978.

78. Красник В.В. Повышение экономичности работы оборудования на предприятиях легкой промышленности. 2-е издание перераб. и доп. - М.: Легпромбытиздат, 1985.

79. Кудрин Б.И. Основы комплексного метода расчета электрических нагрузок // Промышленная энергетика, 1989.- №11.

80. Кудрин Б.И., Прокопчик В.В. Электроснабжение промышленных предприятий: Учебник для вузов. Минск «Вышэйшая школа», 1988.

81. Куренный Э.Г., Брусенцов Л.В. Моделирование групповых графиков электрической нагрузки методом Монте-карло // Изв. вузов. Электромеханика, 1983.- №7.

82. Куренный Э.Г., Дмитриева Е.Н., Черкасов Ю.И., Ерхов А.Г. Прогнозирование электрических нагрузок // Изв. АН СССР. Энергетика и транспорт, 1988.- № 2.

83. Куренный Э.Г., Шидловский А.К. Введение в статистическую динамику систем электроснабжения. Киев: Наукова Думка, 1984.

84. Липник Т.И. Механизмы повышения эффективности развития предприятий легкой промышленности // Диссертация на соискание ученой степени к.т.н., Орел. 2003.

85. Литвак В.В. Проблемы энергсбережения и методы их решения в регионах // диссертация на соискание уч.степени докт.техн.наук., Томск, 2003.

86. Лоскутов А.Б. Повышение эффективности использования электроэнергии в системах электроснабжения металлургических предприятий // Диссертация на соискание ученой степени д.т.н., Н.Новгород, 1994.

87. Львовский Е.Н. Статистические методы построения эмпирических формул. М.: Высшая школа, 1982.

88. Мызин А.П., Методы и модели прогнозирования для развития электроэнергетических систем в условиях неопределенности и много-критериальности: Диссертация на соискание ученой степени д.т.н., Новосибирск, 1994.

89. Надтока И.И. Нормирование, контроль и управление АСУ энергетического хозяйства предприятия./ Электрические нагрузки и электропотребление в новых условиях хозяйствования. Материалы семинара. М., 1989.

90. Надтока И.И. развитие теории и методов моделирования и прогнозирования электропотребления на основе данных средств автоматизации учета и телеизмерений // Диссертация на соискание ученой степени д.т.н., Новочеркасск, 1998.

91. Надтока И.И., Седов А.В., Холодков В.П. Применение методов компонентного анализа для моделирования и классификации графиков электрической нагрузки. // Изв. вузов. Электромеханика, 1993.- №6.

92. Назаров А.В., Лоскутов А.И. Нейросетевые алгоритмы прогнозирования и оптимизации систем. Наука и техника. Санкт-Петербург, 2003.

93. Никифоров Г.В. Пути снижения затрат на производство продукции ОАО "ММК"// Энергетическая эффективность, 1997.- №11.

94. Осика Л.К. Коммерческие расчеты потребителей на оптовом рынке электроэнергии // Измерение, 2002.- №6.

95. Осика Л.К. Технические проблемы выхода на Форем энергоемких организаций-потребителей // Измерение, 2002.- №5.

96. Основные положения по нормированию расхода топлива, тепловой и электрической энергии в народном хозяйстве. М.: Атомиздат, 1980.

97. Папков Б.В. Исследование, разработка и совершенствование методов обоснования решений по управлению электропотреблением в промышленных системах электроснабжения // Диссертация на соискание ученой степени д.т.н., Новгород, 1994.

98. Папков Б.В., Щеголькова Т.М. Повышение эффективности электропотребления на промышленных предприятиях // Промышленная энергетика, 1995.- №12.

99. Патрушев С.Б. Применение теории нечетких множеств к проектированию систем электроснабжения. // Диссертация на соискание ученой степени к.т.н., Новосибирск, 1994.

100. Постановление Правительства Российской Федерации от 2 ноября 1995 г. // № 1087 "О неотложных мерах по энергосбережению".

101. Праховник А.В. Автоматизация управления электропотреблением. Киев.: Вища школа, 1986.

102. Прогнозирование развития сложных систем / под ред. Веникова В.А. М.: МЭИ, 1985.

103. Региональные проблемы энергосбережения и пути их решения: материалы IV всероссийской конференции и семинара РФФИ. / НГТУ. Нижний Новгород, 2001.

104. Роземблат Ф. Аналитические методы улучшения нейронных сетей // Нейрокомпьютер, 1997.

105. Сараев П.В. Моделирование и разработка численных методов обучения нейронных сетей суперпозиционной линейно-нелинейной структуры // Диссертация на соискание ученой степени к.т.н., Липецк, 2003.

106. Сатаров Р.Г. Прогнозирование потребления и нормирование расхода электроэнергии в сельском хозяйстве // Диссертация на соискание ученой степени к.т.н., 1996.

107. Сизганова Е.Ю. Прогнозирование электропотребления и оценка потенциала энергосбережения машиностроительного предприятия // Диссертация на соискание ученой степени к.т.н., Красноярск, 2001.

108. Синашова М.Ю. Погрешности нейронных сетей. Вычисление погрешностей весов синапсов // Методы нейроинформатики. Сборник трудов/ Под.ред. А.Н. Горбаня. Красноярск: КГТУ, 1998.

109. Скворцов Р.А. Определение недельного и посуточного электропотребления промышленных предприятий // Диссертация на соискание ученой степени к.т.н., М.: 1998.

110. Справочник по электроснабжению промышленных предприятий. Промышленные электрические сети. / Под общей редакцией А.А.Федорова и Г.В. Сорбиновского. М.: Энергия, 1980.

111. Статистический сборник: промышленность России. Госкомстат России, 2002.

112. Терская Ю. М. Методическое обеспечение создания корпоративных структур в текстильной промышленности// Диссертация на соискание ученой степени к.э.н., Иваново, 2002.

113. Технический уровень электроэнергетики России: 1997 год / РАО "ЕЭС России". М.:АО "Информэнерго", 1998.

114. Тюханов Ю.М., Усихин В.Н. Метод расчета электрических нагрузок с учетом технологических факторов // Инструктивные указания по проектированию электротехнических промышленных установок/ ВНИПИ "Тяжпромэлектропроект". М.: Энергоатомиздат, 1985.-№2.

115. Уоссермен Ф. Нейрокомпьютерная техника. М.:Мир, 1992.

116. Фадеев Д.К., Фадеева В.Н. Вычислительные методы линейной алгебры. М. - Л.: Физматгиз, 1963.

117. Постановление федеральной энергетической комиссии российской федерации от 31 июля 2002 г. N 49-э/8 об утверждении методических указаний по расчету регулируемых тарифов и цен на электрическую (тепловую) энергию на розничном (потребительском) рынке.

118. Френкель А.А. Математические методы анализа динамики и прогнозирования производительности труда. М.: Экономика, 1972.

119. Фуфаев В.В., Лакуткин О.Е., Матюнина Ю.В. Прогнозирование электропотребления и оценка энергосбережения по критериям Н-распределения // Промышленная энергетика, 1996.- №9.

120. Цецерин Ю.А. Оценка уровня энергохозяйства промышленного предприятия // Промышленная энергетика, 1984.- №7.

121. Чукреев Ю.А., Хохлов М.В., Готман Н.Э. Применение искусственных нейронных сетей в задачах оперативного управления режимами электроэнергетических систем. // Новые научные методики. Сыктывкар, РАН Уральское отделение Коми научный центр, 2000.

122. Шидловский А.К., Вагин Г.Я., Куренный Э.Г. Расчеты электрических нагрузок систем электроснабжения промышленных предприятий. М.: Энергоатомиздат, 1992.

123. Шульпин А.А. Совершенствование режимов электропотребления основных производственных текстильных предприятий с пневмомеханическим способом прядения. Диссертация на соискание ученой степени к.т.н. - М.: МЭИ, 1986.

124. Шумилова Г.П., Готман Н.Э., Старцева Т.Е. Кратко-срочное прогнозирование электрических нагрузок с использованием искусственных нейронных сетей // Электричество, 1999.

125. Шуп Т. Решение инженерных задач на ЭВМ: практическое руководство. М.: Мир, 1987.

126. Эдельман В.И. Тариф на электрическую энергию как важнейший элемент системы управления электропотреблением. Изв. АН СССР Энергетика и транспорт, 1990.- №1.

127. Экономическое стимулирование рационального использования электроэнергии в промышленности / Воскобейников Д.М. М.: Энергоатомиздат, 1988.

128. Электрические нагрузки промышленных предприятий / Волобрин-ский С.Д., Каялов Г.М., Клейн П.Н., Мишель Б.С. 2-е издание, переработанное и дополненное - Энергия, 1971.

129. Янюшкин М.В. Организация краткосрочного прогнозирования параметров электропотребления крупного промышленного предприятия //диссертация на соискание ученой степени к.т.н. М.: 2003.

130. Abu-Mostafa Y. S., St. Jacques, J. 1985. Information capacity of the Hopfield model. IEEE Transactions on Information Theory 31(4):461-64.

131. Bergman J. Cu privire la cauzele functionarii cu factor de putere scazut a motoarelor asincrone de a ctionare rasboarelor de tezut. -Electronica, 1972.

132. Burr, D. J. 1987. Experiments with a connectionist text reader. In Proceedings of the First International on Neural Networks, eds.

133. M. Caudill and С. Butler, vol. 4, pp. 717-24. San Diego, CA: SOS Printing.

134. Cohen M. A., Grossberg S. G. 1983. Absolute stability of global pattern formation and parallel memory storage by compatitive neural networks. IEEE Transactions on Systems, Man and Cybernetics 13:815-26.

135. Cottrell, G. W., Munro P., and Zipser D., 1987. Image compressions by backpropagation: An example of extensional programming. Advaces in cognitive science (vol.3). Norwood, NJ: Ablex.

136. G. Cross and F.D. Galiana "Short term load forecasting", Proceedings of IEEE, 1987.

137. Gallant S. I., 1988. Connectionist expert system. Communications of the ACM 31:152-69. •

138. Grossberg S. 1987. The adapptive brain, vol. 1 and 2. Amsterdam: North-Holland.

139. Hinton G. E., Sejnowski T. J. 1986. Learning and relearning in Boltzmann machines. In Parallel distributed processing, vol. 1, pp. 282-317. Cambridge, MA: MIT Press.

140. Horfield J. J. 1982. Neural networks and physical systems with emergent collective computational abilities. Proceedings of the National Academy of Science 79:2554-58.

141. Horfield J. J. 1984. Neural with graded response have collective computational properties like those of two-state neurons. Proceedings of the National Academy of Science 81:3088-92.

142. Horfield J. J., Tank D. W. 1985. Neural computation of decisions in optimization problems. Biological Cybernetics 52:141-52.

143. Horfield J. J., Tank D. W. 1986. Computing with neural circuits: A model.Science 233:625-33.

144. K. Y. Lee and J. H. Park, "Short-term load forecasting using an artificial neural network", IEEE, 1992.

145. McCulloch W. W., Pitts W. 1943. A logical calculus of the ideas imminent in nervous activiti. Bulletin of Mathematical Biophysics 5:115-33.

146. Minsky M., and Papert S., 1969. Perseptrons. Cambridge, MA: MIT Press.

147. Korn I. F stochastic process generated by a Network with random alternating switch. jornal of the Franklin institute, 1974.

148. Osovski Stanislaw. Sieci neuronowe do przetwarzania informacji, Warszawa, 2000.

149. Pitts W. Moculloch W. W. 1947. How we know universale. Bulletin of Mathematical Biophysics 9:127-47.

150. Qarey M. R., Johnson D. S. 1979. Computers and intrac-tality. New York: W.H. Freeman.

151. Rosenblatt F. 1962. Principles of Neurodinamics. New York: Spartan Books. (Русский перевод: Розенблатт Ф. Принципы нейродинамики. М: Мир. - 1965.)

152. Rumelhart D. Е., Hinton G. Е., and Williams R. J. 1986. Learning internal representations by error propagation. In Parallel distributed processing, vol. 1, pp. 318-62. Cambridg, MA: MIT Press.

153. Sankar K. Pal, Sushmita Mitra, Multilayer Perceptron, Fussy Sets, and Classification // IEEE, №5 1992.

154. Sejnowski T. J., and Rosenberg C. R. 1987. Parallel Networks that learn to pronounce English text. Complex Systems 3:145-68.

155. StatSoft, Inc. (2001). Электронный учебник по промышленной статистике. Москва, StatSoft. (WEB: http://www.statsoft.ru/ home/portal/ textbookjnd / default.htm.)

156. Tank D. W., Horfield J. J. 1986. Simple «neural» optimization networks: An A/D converter, signal decision circuit, and a linear programming circuit. Circuits and Systems IEEE Transactions on CAS-33(5):533-41.

157. Van den Bout D. E. and Miller T. K. 1988. A traveling salesman objective function that works. Proceedings of the IEEE International Conference on Neural Networks, vol. 2, pp. 299-304. San Diego, CA: SOS Printing.

158. Werbos P. J. 1974. Beyond regression: New tools for prediction and analysis in the behavioral sciences. Masters thesis. Harvard University.

159. Widrow В. 1961. The speed of adaptation in adaptive control system, paper *1933-61. American Rocket Society Guidance Control and Navigation Conference.

160. Widrow B. 1963. A statistical theory of adaptation. Adaptive control systems. New York: Pergamon Press.

161. Widrow В., Angell J. B. 1962. Reliable, trainable networks for computing and control. Aerospace Engineering 21:78-123.

162. Widrow В., HoffM. E. 1960. Adaptive switching circuits. 1960 IRE WESCON Convention Record, part 4, pp. 96-104. New York: Institute of Radio Engineers.

163. Wisner J. Возможности экономии электроэнергии в текстильной промышленности. Textile praxis international, 1980.