Прогнозування електронавантаження з використанням методів машинного навчання.

Анотація

Розглянуто використання методів машинного навчання, а саме методу
Gradient Boosting для короткострокового прогнозування електронавантаження для задачі
оперативного керування режимами розподільних мереж в умовах впровадження концепції
SMAR GRID. Встановлено, що метод Gradient Boosting може бути використаний для
складання прогнозу електронавантаження на кожні дві години з точністю до 5% від
фактичного обсягу навантаження. Проведені порівняння прогнозних значень з фактичними
дозволяють говорити про адекватність обраної моделі мережі і її використанні на практиці
для налагодження ефективної роботи розподільної мережі