В работе поднимается проблема прогнозирования энергопотребления крупного промышленного предприятия. В условиях продолжающегося роста глобального энергопотребления важность экономии ресурсов стала как никогда актуальной. В работе описана модель информационной системы, которая включает: получение данных с SQL-сервера в автоматизированном режиме, передачу данных в пакет MATLAB и алгоритмическую часть для расчета анализа прогноза электропотребления. Для анализа данных используется нейронная сеть и программа, которая разработана на языке C#, способна извлекать данные с SQL-сервера предприятия из определенных таблиц и столбцов. Результат работы нейронной сети был сравнен с реальными данными по потреблению электроэнергии. Данные прогноза удовлетворяют поставленным требованиям к погрешности. / The paper raises the problem of forecasting the energy consumption of a large industrial enterprise. With the continued growth of global energy consumption, high resource savings has become more relevant than ever. The paper describes a model of the detection system, which includes: receiving data from the SQL server in automatic mode, transferring data to the MATLAB package and the algorithmic part for calculating the analysis of the power consumption forecast. For data analysis, a neural network and a program developed in C # are used, which allows you to use data from the enterprise SQL server from exceptions and columns. The result of the neural network was compared with real data on electricity consumption. The data is predicted by the installed equipment to the margin of error.
Identifer | oai:union.ndltd.org:urfu.ru/oai:elar.urfu.ru:10995/128432 |
Date | January 2023 |
Creators | Лысакова, Т. Е., Lysakova, T. E. |
Contributors | Папуловская, Н. В., Papulovskaya, N. V., УрФУ. Институт радиоэлектроники и информационных технологий – РТФ, Школа профессионального и академического образования |
Publisher | б. и. |
Source Sets | Ural Federal University |
Language | Russian |
Detected Language | Russian |
Type | Master's thesis, info:eu-repo/semantics/masterThesis, info:eu-repo/semantics/publishedVersion |
Format | application/pdf |
Rights | Предоставлено автором на условиях простой неисключительной лицензии, http://elar.urfu.ru/handle/10995/31613 |
Page generated in 0.003 seconds