ИЗВЕСТИЯ ВЫСШИХ УЧЕБНЫХ ЗАВЕДЕНИЙ СЕВЕРО-КАВКАЗСКИЙ РЕГИОН. 2014; 5: 48-50
http://dx.doi.org/
АНАЛИЗ ВЗАИМОСВЯЗЕЙ МЕЖДУ ЭЛЕКТРОПОТРЕБЛЕНИЕМ, ТЕМПЕРАТУРОЙ ВОЗДУХА И ОСВЕЩЕННОСТЬЮ С ИСПОЛЬЗОВАНИЕМ ВЕЙВЛЕТ-РАЗЛОЖЕНИЯ ВРЕМЕННЫХ РЯДОВ
Надтока Иван Иванович – д-р техн. наук, профессор, зав. кафедрой «Электроснабжение промышленных предприятий и городов» Южно-Российский государственный политехнический университет (НПИ) имени М.И. Платова. Тел. (8635) 255 650. E-mail: ii_nadtoka@mail.ru
Бугаец Вячеслав Анатолиевич – руководитель бригады ОЭС ООО «ПИ Тяжпромэлектропроект», г. Ростов-на-Дону. Тел. (863)-263-10-74. E-mail: bugaetsv@mail.ru
Аннотация
Рассматриваются результаты применения метода декомпозиции временных рядов электропотребления и метеофакторов, основанного на ортогональных разложениях, с целью установления скрытых взаимосвязей между этими рядами. Для разложений применяются методы и алгоритмы ортогонального дискретного вейвлет-преобразования. В качестве вейвлета используется альтернативный алгоритм, основанный на избыточной версии ортогонального дискретного вейвлет-преобразования Хаара, с глубиной разложения, равной трем. Представлены результаты кратномасштабного анализа по установлению визуальной взаимосвязи между различными компонентами ортогонального дискретного вейвлет-разложения временных рядов электропотребления, а также естественной освещенности и температуры воздуха для операционной зоны Кубанского регионального диспетчерского управления.
Ключевые слова: электропотребление; метеофакторы; температура воздуха; естественная освещенность; ортогональное разложение; вейвлеты; кратномасштабный анализ; глубина разложения.
Полный текст: [in elibrary.ru]
Ссылки на литературу
1. Седов А.В., Надтока И.И. Системы контроля, распознавания и прогнозирования электропотребления: модели, методы, алгоритмы и средства. Ростов н/Д., 2002. 320 с.
2. Надтока И.И., Сухомлинова О.А. Свойства собственных векторов корреляционных матриц в методах главных компонент и сингулярного спектрального анализа // Кибернетика электрических систем : материалы XXVII сессии Всероссийского семинара «Электроснабжение», г. Новочеркасск, 27-29 сент. 2005 г. Новочеркасск: Ред. журн. «Изв. вузов. Электромеханика», 2006. С. 87 – 92. [Приложение к журналу].
3. Макоклюев Б.И. Анализ и планирование электропотребления. М., 2008. 296 с.
4. Седов А.В., Тришечкин Е.В. Общие подходы вейвлет-преобразований при моделировании рядов электропотребления // Изв. вузов. Электромеханика. 2009. Спец. выпуск. Электроснабжение. С. 41– 42.
5. Анушина Е.С. Система краткосрочного прогнозирования электрической нагрузки: дис. … канд. техн. наук: 05.09.03. СПб., 2009. 137 с.
6. Бугаец В.А., Надтока И.И. Анализ графиков естественной освещенности с помощью вейвлет-преобразований в задачах прогнозирования электропотребления // Вестн. Российского национального комитета СИГРЭ // Спец. выпуск № 1. Материалы Молодежной секции РНК СИГРЭ: сборник конкурсных докладов по электроэнергетической и электротехнической тематикам
по направлениям исследований СИГРЭ «Энергия 2013». Иваново: ФГБОУ ВПО Ивановский государственный энергетический университет имени В.И. Ленина, 452 с. С. 238 – 242.
7. Надтока И.И., Бугаец В.А. Исследование зависимости между временными рядами электропотребления и освещенности с помощью вейвлет-разложения // Современные энергетические системы и комплексы и управление ими: Материалы XI Междунар. науч.-практ. конф., г. Новочеркасск, 24 июня 2013 г./ Юж.-Рос. политехн. ун-т (НПИ) им. М.И. Платова. Новочеркасск: ЮРГПУ (НПИ), 2013. – С.46 – 51.
8. Murtagh F., Starck J.-L., Renaud O. On neuro-wavelet mode-ling // Decision Support Systems. 2004. № 37. Р. 475 – 484.
9. Coifman R.R., Wickerhauser M.V. Entropy-based algorithms for best basis selection// IEEE Trans. Inf. Theory. 1992. Vol. 38, № 2. P. 713 – 718