Energy consumption modelling using neural networks of direct distribution on example of Russia united power system

В статье рассмотрена модель прогнозирования объемов потребления электроэнергии на основе нейронной сети прямого распространения. Модель протестирована на фактических почасовых данных Объединенной энергосистемы Оптового рынка электроэнергии и мощности России. Описан алгоритм обучения нейронной сети с разным количеством нейронов на скрытом слое. При тестировании полученной модели была достигнута ошибка прогноза 2,13 % для сети с 72 нейронами на скрытом слое. Разработанный научный инструментарий рекомендуется в операционной деятельности субъектов электроэнергетики при прогнозировании основных параметров энергетического рынка для снижения штрафных санкций за счет повышения точности прогнозов.