1. Главная
  2. Ресурсы
  3. Библиотечный поиск
  4. Журнал Сибирского федерального университета. Техника и технологии
  5. Выпуск 2024 г. Том 17. № 4

Интеллектуальная технология непрямого прогнозирования вырабатываемой электроэнергии солнечной электростанции
статья из журнала

Полный текстЗаказать копию статьи
База данных: Каталог библиотеки СФУ
Библиографическое описание: Энгель, Е. А. Интеллектуальная технология непрямого прогнозирования вырабатываемой электроэнергии солнечной электростанции / Е. А. Энгель, Н. Е. Энгель. - Текст : непосредственный // Журнал Сибирского федерального университета. Техника и технологии. - 2024. - Т. 17, № 4. - С. 464-473. - Библиогр. в конце ст. - ISSN 1999-494X.
Аннотация: Прогноз вырабатываемой электроэнергии солнечной электростанции позволяет эффективно и безопасно управлять электрическими сетями, интегрирующими сегмент солнечной энергетики. Рынок "сутки вперед" покупает по штрафным тарифам электроэнергию солнечных электростанций, отклоняющуюся более чем на 5 % максимальной мощности солнечной электростанции от предоставляемого почасового макета рынка "сутки вперед" ее выработки. Проведенный анализ существующего программного обеспечения показал отсутствие доступного программного обеспечения для эффективного прогнозирования выработки солнечной электростанции. В данном исследовании разработана, апробирована и реализована технология непрямого прогнозирования вырабатываемой электроэнергии солнечной электростанции на основе модифицированной нечеткой нейросети с механизмом внимания. Разработаны UML диаграмма классов и блочно-модульная архитектура интеллектуальной технологии непрямого прогнозирования солнечной электростанции, обеспечивающая ее гибкость и легкую модификацию. Апробация интеллектуальной технологии непрямого прогнозирования выработки солнечной электростанции отражает ее эффективные, робастные результаты и целесообразность ее применения для автоматического построения макетов рынка "сутки вперед".
The forecast of the generated electricity of a solar power plant allows efficient and safe management of electrical grid that include solar power plants. The day-ahead market buys at penalty rates electricity from solar power plants, deviating by more than 5 % of the maximum solar power plant capacity from the provided hourly day-ahead market layout of electricity generated by the solar power plant. An analysis of existing software showed the lack of available software for effectively forecasting the production of a solar power plant. In this study, an indirect forecasting intelligent technology of a solar power plant production based on a modified fuzzy neural network with an attention mechanism was developed, tested and implemented. The UML class diagram and block-modular architecture of the indirect forecasting intelligent technology of a solar power plant production have been developed. This block-modular architecture provides flexibility and easy modification of the indirect forecasting intelligent technology of a solar power plant production. The approval of the indirect forecasting intelligent technology of a solar power plant production reflects its effective, robust results and the feasibility of its use for automatic generation of day-ahead market layouts
Год издания: 2024
Авторы: Энгель Е. А. , Энгель Н. Е.
Источник: Журнал Сибирского федерального университета. Техника и технологии
Выпуск: Т. 17, № 4
Номера страниц: 464-473
Количество экземпляров:

Всего свободно 3 из 3 экземпляров.

  • Информационно-библиографический отдел (пр. Свободный, 79, к. Б3-09): свободно 1 из 1 экземпляров
  • Электронный читальный зал (пер. Вузовский, 3, к. 131): свободно 1 из 1 экземпляров
  • Информационно-библиографический отдел (ул. Лиды Прушинской, 2, к. 3-06): свободно 1 из 1 экземпляров