Please use this identifier to cite or link to this item: http://earchive.tpu.ru/handle/11683/38388
Title: Электрический баланс Сибирского федерального округа на перспективу до 2020 года
Authors: Леонова, Валерия Константиновна
metadata.dc.contributor.advisor: Климова, Галина Николаевна
Keywords: Сибирский федеральный округ; электробаланс; электропотребление; электроэффективность; универсальный показатель электрической эффективности; Siberian Federal District; electric balance; electric concupmtion; electrical efficiency; universal indicator of electrical efficiency
Issue Date: 2017
Citation: Леонова В. К. Электрический баланс Сибирского федерального округа на перспективу до 2020 года : магистерская диссертация / В. К. Леонова ; Национальный исследовательский Томский политехнический университет (ТПУ), Энергетический институт (ЭНИН), Кафедра электроснабжения промышленных предприятий (ЭПП) ; науч. рук. Г. Н. Климова. - Томск, 2017.
Abstract: Разработка долгосрочных целевых программ повышения энергетической эффективности СФО требует точного прогноза и исследования факторов, влияющих на потребление электроэнергии. Цель работы – разработать основы стратегического прогнозирования потребления электрической энергии территории. В работе использованы системный анализ социально-экономической картины, методы множественной регрессии, моделирование авторегрессионного проинтегрированного скользящего среднего, нейросетевое моделирование в программе STATISTICA. В результате выбран оптимальный и универсальный подход к прогнозированию электропотребления методом нейросетевого моделирования. Полученные результаты могут быть использованы при разработке стратегических документов развития СФО и корректировки утвержденных Программ развития.
The long-term targeted programs development to increase the SFD energy efficiency requires an accurate forecast and a study of the factors that affect electric consumption. The aim of the work is to develop the basis for strategic forecasting of the energy consumption of the territory. The socio-economic picture system analysis, multiple regression methods, modeling of the autoregressional integrated moving average, neural network modeling in the STATISTICA program were used in the work. As a result, the optimal and universal approach to predicting power consumption using the neural network modeling method was chosen. The obtained results can be used in the development of strategic documents for the SFD development and the adjustment of approved Development Programs.
URI: http://earchive.tpu.ru/handle/11683/38388
Appears in Collections:Магистерские диссертации

Files in This Item:
File Description SizeFormat 
TPU334051.pdf4,9 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.