УДК 621.311
DOI: 10.36871/ek.up.p.r.2024.11.07.011
Авторы
Алина Данилевна Саниева,
Казанский государственный энергетический университет, Казань, Российская Федерация
Аннотация
Статья посвящена анализу моделей прогнозирования электрической нагрузки для интеллектуальных систем управления энергосетями. Рассматриваются краткосрочные и долгосрочные подходы, а также гибридные модели, сочетающие методы машинного обучения и статистики для повышения точности предсказаний. Описываются сложности, возникающие при интеграции возобновляемых источников энергии, и роль искусственного интеллекта в адаптивном управлении нагрузками. Прогнозируются перспективы использования интеллектуальных систем для оптимизации энергопотребления в реальном времени.
Ключевые слова
прогнозирование нагрузки, интеллектуальные сети, машинное обучение, гибридные модели, возобновляемая энергия, управление спросом, искусственный интеллект, краткосрочные модели, долгосрочные модели
