Модели и методы управления режимом потребления электроэнергии промышленными предприятиями с непрерывным характером производства тема диссертации и автореферата по ВАК РФ 05.13.01, кандидат технических наук Васильев, Дмитрий Анатольевич

• Васильев, Дмитрий Анатольевич
• кандидат технических наук
• 2004

Оглавление диссертации кандидат технических наук Васильев, Дмитрий Анатольевич

ВВЕДЕНИЕ.

1. ОБЗОР РАБОТ ПО АВТОМАТИЗИРОВАННОМУ УПРАВЛЕНИЮ РЕЖИМОМ ПОТРЕБЛЕНИЯ ЭЛЕКТРИЧЕСКОЙ ЭНЕРГИИ

1 ПРОМЫШЛЕННЫМИ ПРЕДПРИЯТИЯМИ И ПРОИЗВОДСТВЕННЫМИ ОБЪЕДИНЕНИЯМИ.

2. КОНЦЕПЦИЯ ПОСТРОЕНИЯ СТРУКТУРЫ АВТОМАТИЗИРОВАННОГО УПРАВЛЕНИЯ ЭНЕРГЕТИКОЙ ПРОМЫШЛЕННЫХ ПРЕДПРИЯТИЙ С НЕПРЕРЫВНЫМ ХАРАКТЕРОМ ПРОИЗВОДСТВА.

2.1. Методика формирования структуры принятия решений.

2.2. Подход к построению функциональной и информационной структур управления.

2.3. Выделение автоматической части системы управления.

3. МЕТОДЫ И СРЕДСТВА АВТОМАТИЗИРОВАННОГО УПРАВЛЕНИЯ РЕЖИМОМ ЭЛЕКТРОПОТРЕБЛЕНИЯ ПРЕДПРИЯТИЙ С НЕПРЕРЫВНОЙ ТЕХНОЛОГИЕЙ.

3.1. Анализ состава электропотребляющего оборудования. 3.2. Распределение погрешностей контроля электрических нагрузок по элементам контура управления режимом электропотребления предприятий

3.3. Общая постановка задачи оперативного управления режимом электропотребления предприятия.

3.4. Методы оперативного прогнозирования электрических нагрузок промышленных предприятий.

3.4.1. Прогнозирование нагрузок с помощью фильтров Брауна.

3.4.2. Использование для прогнозирования нагрузок искусственных нейронных сетей.

3.5. Методы формирования оптимального состава потребителей электроэнергии для регулирования электрических нагрузок предприятий

3.5.1. Формализация структуры электрической сети предприятий.

3.5.2. Решение задачи формирования оптимального состава потребителей для оперативного регулирования нагрузки предприятий на основе эвристических и генетических алгоритмов

3.5.3. Решение задачи формирования оптимального состава потребителей для оперативного регулирования нагрузки предприятий на основе метода статистических испытаний.

4. РЕЗУЛЬТАТЫ ЭКСПЕРИМЕНТАЛЬНОЙ ПРОВЕРКИ

ПРЕДЛОЖЕННЫХ МЕТОДОВ УПРАВЛЕНИЯ РЕЖИМОМ

ЭЛЕКТРОПОТРЕБЛЕНИЯ.

4.1. Анализ алгоритмов выбора состава потребителей для оперативного регулирования нагрузки предприятия.

4.1.1. Анализ эвристического алгоритма.

4.1.2. Анализ генетического алгоритма.

4.1.3. Анализ метода статистических испытаний. 4.2. Анализ методов адаптивного прогнозирования нагрузок предприятий

4.2.1. Оценка качества модели прогнозирования электрических нагрузок на основе фильтров Брауна.

4.2.2. Оценка эффективности искусственных нейронных сетей для прогнозирования нагрузки.

Введение диссертации (часть автореферата) на тему «Модели и методы управления режимом потребления электроэнергии промышленными предприятиями с непрерывным характером производства»

Технический прогресс в производственной сфере характеризуется всесторонней электрификацией технологических процессов и, как следствие, возрастанием потребления электрической энергии при производстве промышленной продукции. Поэтому для удовлетворения растущих потребностей предприятий в электроэнергии необходимо уделять внимание, как ее производству, так и экономии.

Одним из путей экономии электроэнергии на промышленных предприятиях является совершенствование структур управления их энергетикой. В настоящее время это достигается созданием автоматизированных систем управления энергетикой предприятий, одной из основных подсистем которых является управление режимом электропотребления.

Актуальность темы. Автоматизированное управление режимом электропотребления на промышленных предприятиях способствует выравниванию графиков нагрузок энергетических систем и обеспечивает их нормальное функционирование в условиях дефицита электрической энергии и мощности.

Особую актуальность автоматизация управления режимом электропотребления приобретает для промышленных предприятий с непрерывным характером производства, которые являются энергоемкими, требующими для производства продукции больших затрат электроэнергии. При этом предъявляются высокие требования к качеству и надежности энергоснабжения предприятий, так как от этого в значительной степени зависит режим работы технологического оборудования и качество изготавливаемой продукции.

В России разработкой методов и средств управления режимом потребления предприятиями электроэнергии занимаются в Московском энергетическом институте, Институте систем энергетики СО РАН (г.Иркутск), Уральском НИИ метрологии, Институте социально-экономических и энергетических проблем Севера Коми научного центра УРО РАН, Сибирском энергетическом институте, МП «Азимут» (г.Гродно), ОАО «Концерн Энергомера» (г.Ставрополь) и ряде других организаций.

Автоматизированному управлению режимом электропотребления предприятий уделяется большое внимание в странах СНГ (Казахском НИИ энергетики, Харьковском государственном политехническом университете, ВЦ {Сиевэнерго и др. организациях) и за рубежом (США, Англии, Канаде, Японии, Италии, Германии, Швеции и др. странах).

Тем не менее, эта проблема в силу своей сложности и многообразия решена далеко не полностью. Недостаточно глубокий анализ процессов потребления1 предприятиями электроэнергии, ограниченное использование в управлении эффективных математических моделей, алгоритмов и современных технических устройств обуславливают актуальность выполненных исследований.

Цель работы является анализ структур автоматизированного управления энергетикой предприятий с непрерывным характером производства, постановка задач, разработка математических моделей и методов, обеспечивающих повышение эффективности управления режимом потребления электроэнергии на предприятиях с непрерывным характером производства.

Для достижения данной цели ставятся задачи по разработке:

• концепции построения структуры принятия решений, функциональной, информационной и организационно-технической структур для предприятий с непрерывным характером производства, обеспечивающих их эффективное функционирование в условиях дефицита электрической энергии;

• подходов к созданию в рамках предложенной концепции автоматизированных систем управления энергетикой промышленных предприятий с непрерывной технологией, обеспечивающих целостность управления, взаимную увязку и согласование реализуемых системой функций;

• статистических моделей и методов искусственного интеллекта для прогнозирования получасовой (усредненной за 0,5 часа) активной нагрузки предприятий в условиях реализации управляющих воздействий по управлению режимом электропотребления;

• статистических, эвристических и генетических алгоритмов формирования состава электропотребляющего оборудования, используемого для оперативного регулирования получасовой активной нагрузки предприятий; I • системы оптимизации предложенных методов, моделей и алгоритмов путем моделирования на ЭВМ и в составе действующей системы.

Методы исследования. При анализе процессов электропотребления предприятиями с непрерывным характером производства использован аппарат теории случайных процессов и математической статистики. В основу формирования структуры системы управления режимом электропотребления положены принципы системного подхода, учитывающие тесное взаимодействие между элементами системы управления, системой управления и внешней средой. Для оптимизации управления режимом электропотребления использованы методы целочисленного программирования, искусственного интеллекта и математического моделирования.

Научная новизна. На основе анализа процесса управления режимом потребления электроэнергии на предприятиях с непрерывным характером производства предложены структура принятия решений, функциональная, информационная и организационно-техническая структуры, позволившие с единых системных позиций подойти к построению систем автоматизированного управления режимом электропотребления предприятий.

Выполнен анализ структуры и состава контура автоматизированного управления режимом электропотребления предприятий с непрерывной технологией, позволивший осуществить распределение погрешностей, возникающих при регулировании получасовой активной нагрузки предприятий, по элементам контура.

Разработаны процедуры оперативного прогнозирования получасовой активной нагрузки предприятий на основе статистических моделей и методов искусственного интеллекта, обеспечивающие необходимую точность прогноза в условиях реализации управляющих воздействий по регулированию нагрузки.

Предложены статистические, эвристические, генетические алгоритмы выбора состава электропотребляющего оборудования для оперативного регулирования получасовой активной нагрузки предприятий с непрерывным характером производства, позволившие повысить эффективность управления режимом электропотребления предприятий.

Выполнена оптимизация разработанных моделей, моделей и алгоритмов управления путем моделирования на ЭВМ.

Практическая ценность работы заключается в разработке моделей, методов и алгоритмов управления режимом электропотребления предприятий с непрерывным характером производства, позволивших повысить качество управления и выполнить требования энергосистемы с минимальным ущербом для производства.

Внедрение в составе АСУ энергетикой предприятий результатов работы способствует созданию оптимальных условий функционирования энергосистем.

Реализация и внедрение результатов исследований. Результаты диссертационной работы использованы при разработке АСУ энергетикой на ОАО «Саратовстройстекло» и внедрены как составная часть системы управления режимом электропотребления объединения.

Материалы работы нашли применение в лекционных курсах, лабораторных работах, курсовых и дипломных проектах специальности 220200 «Автоматизированные системы обработки информации и управление» в Саратовском государственном техническом университете. Представленные в работе результаты являются составной частью фундаментальных научных исследований, выполняемых Институтом проблем точной механики и управления РАН (№ гос. per. 01.990.0 05866).

Апробация работы. Основные результаты работы докладывались и обсуждались на научных семинарах кафедры «Системотехника» Саратовского государственного технического университета (1998-2003 гг.), Международной научно-технической конференции «Актуальные проблемы анализа и обеспечения надежности и качества приборов, устройств и систем» (Пенза, 1998 г.), региональной межвузовской научно-практической конференции «Прогрессивные технологии в науке и производстве» (Камышин, 2000 г.), Международной научной конференции «Информационные технологии в естественных науках, экономике и образовании» (Саратов-Энгельс, 2002 г.), Международной научной конференции «Проблемы и перспективы прецизионной механики и управления» (Саратов, 2002 г.).

Выносимые на защиту результаты. В соответствии с целью работы получены следующие результаты, которые выносятся на защиту:

1. Структура принятия решений, функциональная, информационная и организационно-техническая структуры автоматизированного управления режимом электропотребления для предприятий с непрерывным характером производства, полученные на основе системного анализа процессов потребления электроэнергии на этих предприятиях.

2. Структура и состав контура автоматизированного управления режимом электропотребления для предприятий с непрерывной технологией и распределение погрешности регулирования получасовой активной нагрузки предприятия по выделенным элементам контура.

3. Адаптивные методы оперативного прогнозирования получасовой активной нагрузки промышленных предприятий, построенные на основе полиномиальных моделей и искусственных нейронных сетей с использованием процедур коррекции, обеспечивающие необходимую точность прогноза в условиях реализации управляющих воздействий по регулированию режима электропотребления.

4. Статистические, эвристические и генетические алгоритмы выбора состава потребителей-регуляторов электрической энергии для оперативного регулирования активной нагрузки предприятий с непрерывной технологией.

5. Процедура оптимизации предложенных моделей и алгоритмов путем моделирования на ЭВМ.

Заключение диссертации по теме «Системный анализ, управление и обработка информации (по отраслям)», Васильев, Дмитрий Анатольевич

Основные результаты выполненных исследований можно сформулировать следующим образом:

1. Проведен анализ методов автоматизированного управления режимом электропотребления промышленных предприятий, который показал, что существующие методы обладают невысокой эффективностью и не могут в полной мере удовлетворить постоянно растущие требования к качеству управления. Одним из путей повышения качества управления режимом электропотребления предприятий является внедрение математических моделей, методов, алгоритмов и современных технических средств управления. Особую актуальность это приобретает для предприятий с непрерывным характером производства, для которых характерны большие ущербы, вызываемые ненадежной работой технологического оборудования.

2. Предложен подход к построению структуры принятия решений, функциональной, информационной и организационно-технической структур управления режимом электропотребления предприятий с непрерывным характером производства. Выполнено распределение погрешности контроля получасовой активной нагрузки по выделенным элементам контура управления с учетом затрат на его техническую и алгоритмическую реализацию.

3. Построены адаптивные процедуры оперативного прогнозирования получасовой активной нагрузки для предприятий с непрерывной технологией в нормальных условиях их функционирования и в условиях реализации управляющих воздействий по регулированию режима электропотребления: на основе полиномиальных моделей (фильтров Брауна) и искусственных нейронных сетей, обеспечивающих точность прогноза нагрузки в пределах установленных ограничений.

4. Разработан комбинированный метод обучения искусственных нейронных сетей, обеспечивающий прогнозирование получасовой активной нагрузки предприятий в условиях ее глубоких ограничений, устанавливаемых энергетической системой.

5. Предложены статистические, эвристические и генетические алгоритмы формирования оптимального состава электропотребляющего оборудования для регулирования получасовой активной нагрузки предприятий, позволившие повысить эффективность управления режимом электропотребления предприятий на основе своевременного получения качественной информации для принятия решений.

6. Материалы диссертационной работы реализованы на ОАО «Саратовстройстекло», а также использованы в научных разработках Института проблем точной механики и управления РАН.

ЗАКЛЮЧЕНИЕ

Список литературы диссертационного исследования кандидат технических наук Васильев, Дмитрий Анатольевич, 2004 год

1. Серков A.B. О порядке ограничения или временного отключения потребителей электрической энергии // Энергетик. 2000. №8. С. 10.

2. Орнов В.Г., Решетов В.И., Моржин Ю.И., Савваитов Д.С. Автоматизация диспетчерского управления ЕЭС России // Энергетик. 2001. №2. С.8-10.

3. Лысюк С.С. Автоматизированная система диспетчерского управления Гродненских электрических сетей // Энергетик. 1997. №8. С. 19-20.

4. Кустов A.A. Автоматизация управления рациональным электропотребле нием. М.: Наука, 1990. 282 с.

5. Еремин Л.М. Очерки об электроэнергетики Японии // Энергетик. 2001. №2. С.14-16.

6. Еремин Л.М. Очерки об электроэнергетики Японии // Энергетик. 2000. №8. С. 17-20.

7. Федоров Д.А., Русанов А.И., Маклецов A.M. Оптимизация размещения систем сбора, обработки и передачи информации о параметрах режима электроэнергетической системы // Энергетика. 1985. №3. С. 13-16.

8. Степура И.И. О некоторых возможностях регулирования электропотребления завода // Промышленная энергетика. 1975. №3. С.28-31.

9. Резчиков А.Ф., Новиков Р.В. Экспертно-моделирующая система формирования рациональных структур для энергетики промышленных предприятий // Проблемы точной механики и управления: Сб. науч. трудов. Саратов: СГТУ, 2002. С. 108-116.

10. Антоневич В.Ф. Автоматизация учета и контроля потребления электроэнергии на промышленных предприятиях / Автоматизированные системы управления в энергохозяйстве промышленных предприятий: Материалы конф. М., 1976. С.103-106.

11. Каханович B.C., Телицын С.С., Порохнявый Б.Н. Экономическая эффективность внедрения автоматизированных систем учета электроэнергии // Промышленная энергетика. 1980. №2. С.5-7.

12. Алгоритм централизованного контроля и учета расхода электроэнергии в АСУТП электроснабжения промышленного предприятия. Ульяновск, 1979 /Ульяновский ЦНТИ, инф. листок, № 300-79/.

13. Резчиков А.Ф. Структуры автоматизированных систем управления энергетикой промышленных предприятий. Саратов: Изд-во Сарат. ун-та, 1983. 4.1. 120 е., 4.2. 164 с.

14. Хронусов Г., Кошта А., Распутин А. АС контроля и учета основных показателей режимов электропотребления промышленных предприятий // Современные технологии автоматизации. 1998. №1. С. 78-82.

15. Махов В., Распутин А. Устройство сбора и передачи данных ЭКОМ-ЗООО // Современные технологии автоматизации. 1998. №1. С. 84-86.

16. Махов В., Распутин А. Опыт реализации системы учета электропотребления АО «Уралэлектромедь» // Современные технологии автоматизации. 1996. №1. С. 86-88.

17. Конопелько В.В. Комплекс аппаратно-программных средств "ПОТОК-1" для многоуровневой сети учета и контроля электропотребления // Энергетик. 1997. №8. С. 28-29.

18. Егоров В.А. АСКУЭ современного предприятия // Энергетик. 2001. №12. С. 41.

19. Ковезев С.Н., Уразов В.В., Чумаков В.В. Создание АСКУЭ на базе ИВК "Спрут" // Энергетик. 2001. №2. С.11-13.

20. Капитонова JL, Туганов Б., Сатаров В. Территориально-распределенная автоматизированная система учета и контроля электропотребления // Современные технологии автоматизации. 1996. №1. С. 78-80.

21. Молокан Э., Бирюков П., Хатламанджиев JL, Зубченко В. и др. Автоматизация учета энергопотребления // Современные технологии автоматизации. 1996. №1. С. 74-76.

22. Волошко А., Данильчик А., Коцарь О. и др. Система информационных энергосберегающих технологий // Современные технологии автоматизации. 1997. №4. С. 80-85.

23. Гельман Г.А. Вопросы оптимизации работы систем электроснабжения предприятий / Автоматизированные системы управления в энергохозяйстве промышленных предприятий: Материалы конф. М., 1976. С. 130-133.

24. Вартанян Н.Ш., Загородний C.B., Калинчик В.П. и др. Автоматизированная система управления потреблением электроэнергии // Электронная промышленность. 1979, С. 35-36.

25. Мирзоян Ю.Ц. Программное обеспечение КТС "Энергомера" // Энергетик. 2000. №8. С. 42-44.

26. Хронусов Г.С. Комплексы потребителей-регуляторов мощности на гродненских предприятиях. М.: Недра, 1989. 200 с.

27. Куцевич H.A. SCADA-системы. Взгляд со стороны // PC WEEK. 1999. № 33. С.7-18.

28. Самосейко В.Ф., Шошмин В.А. Математическое моделирование потребления электроэнергетики производственными системами // Энергетика и транспорт. 1995. № 3. С. 23-29.

29. Сазыкин В.Г. Использование нечетких чисел в задачах электроснабжения // Электричество. 1995. №3. С. 29-33.

30. Сазыкин В.Г. Интеллектуализация САПР объектов электроэнергетики: Нечетко-множественная концепция // Энергетика. 1994. №9. С. 14-20.

31. Мохначев Д.М., Митяшин Н.П. и др. Несимметричные режимы многочастотных тиристорных комплексов // Вопросы преобразовательной техники, частотного электропривода и управления: Межвуз. науч. сб. Саратов: СГТУ, 1998. С. 18-26.

32. Куэн Зуин Ань. Самообучающаяся экспертная система для управления электроэнергетическими системами в аварийных режимах // Электричество. 1995. №3. С. 34-36.

33. Куэн Зуин Ань. Применение методов распознавания образов для экспресс-анализа динамической устойчивости электроэнергетических систем // Электричество. 1994. №4. С.28-32.

34. Богатырев Л.Л. Алгоритмы принятия решений в экспертных системах управления аварийными режимами энергосистем // Изв. АН СССР. Энергетика и транспорт. 1998. №1. С. 14-17.

35. Богатырев Л.Л. К поиску управляющих воздействий, повышающих устойчивость электроэнергетической системы // Изв. АН СССР. Энергетика и транспорт. 1983. №1. С. 23-26.

36. Ивахненко А.Г., Зайченко Ю.П., Димитров В.Д. Принятие решений на основе самоорганизации. М.: Сов. Радио, 1976. 280 с.

37. Голембиовский Ю.М., Колдаев Р.В. Генетический алгоритм синтеза оптимальной кривой многоступенчатого выходного напряжения однофазного инвертора // Техническая электродинамика. Ч. 2. Киев: ИЭД HAH Украины, 2000. С. 93-96.

38. Применение методов нейронных сетей и генетических алгоритмов в решении задач управления электроприводами / Клепиков В.Б., Сергеев С.А., Махотило К.В., Обруч И.В. // Электротехника. 1999. № 5. С. 2-6.

39. Сочков А.Л., Калин С.А. Использование технологии нейронных сетей для решения электротехнических задач // Электротехника. 2000. №2. С.

40. Колосок И.Н., Глазунова A.M. Достоверизация телеизмерений в ЭЭС с помощью искусственных нейронных сетей // Электричество. 2000. №10. С. 18-24.

41. Шумилова Г.П., Готмаи Н.Э., Старцева Т.Б. Краткосрочное прогнозирование электрических нагрузок с использованием нейронных сетей // Электричество. 1999. №10. С. 7-12.

42. Чукреев Ю.Я., Хохлов М.В., Алла Э.А. Оперативное управление режимами региональной энергосистемы с использованием нейронных сетей // Электричество. 2000. №4. С. 2-10.

43. Галушкин А.И. Применение нейрокомпьютеров в энергетических системах // www.user.citvline.ru/~neurncws.

44. Бэнн Д.В., Фармер Е.Д. Сравнительные модели прогнозирования электрической нагрузки / Пер. с анг. М.: Энергоатомиздат, 1987. 214с.

45. Kanai Н. Total Energy Management in a Factory Through Distributed Processing. Proc. IEEE, 1979. № 5. p. 542-546.

46. Учет иконтроль энергоносителей и тепловой энергии: методы и приборы / Под ред. В.С. Кахановича. М.: Энергия, 1980. 232 с.

47. Веников В.А., Журавлев В.Г., Филлипова Т.А. Оптимизация режимов электостанций и энергосистем. М.: Энергоиздат, 1981. 464 с.

48. Веников В.А., Жуков J1.A., Поспелов Г.Е. Электрические системы: Режимы работы электрических систем и сетей / Под ред. В.А. Веникова. М.: Высшая школа, 1975. 344 с.

49. Проектирование подсистем и звеньев автоматизированных систем управления / А.Г. Мамиконов, В.В. Кульба, А.Д. Цвиркун, С.А. Косяченко: Под ред. А.Г. Мамиконова. М.: Высшая школа, 1975. 248 с.

50. Цвиркун А.Д. Структура сложных систем. М.: Сов. радио, 1975. 200 с.

51. Цвиркун А.Д. Основы синтеза структуры сложных систем. М.: Наука, 1982. 200 с.

52. Мамиконов А.Г. Основы построения АСУ. М.: Высшая школа, 1981. 248 с.

53. Мамиконов А.Г., Цвиркун А.Д., Кульба В.В. Автоматизация проектирования АСУ. М.: Энергоиздат, 1981. 328 с. (Применение вычислительных машин в исследованиях и управлении производством).

54. Арефьев И.Б., Кезлинг Г.Б., Кукор Б.Л. Интегрированные АСУ в машиностроении. J1.: Машиностроение, 1988. 224 с.

55. Автоматизированная система управления для металлургического завода / А.П. Копелевич, М. Кнотек, A.A. Белостоцкий, С.К. Раевич. М.: Металлургия, 1973.232 с.

56. Проблемы создания автоматизированных систем управления производством / М. Кнотек, А.П. Копелевич, Е.К. Масловский, А.Б. Челюсткин. М.: МЦНТИ, 1977. 64 с.

57. Резчиков А.Ф., Иващенко В.А., Канофьев A.B. и др. Управление режимом электропотребления в АСУ энергохозяйством предприятия // Энергетика. 1981. №3. С.81-85.

58. Иващенко В.А. Методологические аспекты автоматизации управления энергетическими системами промышленных предприятий // Проблемы и перспективы прецизионной механики и управления: Материалы Междунар. конф. Саратов: Изд-во Сарат. ун-та, 1997. С.30-32.

59. Резчиков А. Ф., Иващенко В.А., Захаров В.И. Систематизация задач и подсистем АСУ энергохозяйством предприятия // Проблемы и системы управления. 1979. №4. С. 10-11.

60. Калянов Г.Н. CASE-технологии. Консалтинг при автоматизации бизнес-процессов/ 2-е изд. перераб. и доп. М.: Горячая линия-Телеком, 2000. 320 с.

61. Кузнецов А. АСУ ТП на рубеже веков // PC WEEK/RE. 1999. №47. С. 28-29.

62. Колосок И.Н., Глазунова A.M. Достоверизация телеизмерений в ЭЭС с помощью искусственных нейронных сетей // Электричество. 2000. №10. С. 1824.

63. Управляющие вычислительные машины в АСУ технологическими процессами: Пер. с англ. / Под ред. Т. Харрисона. М.: Мир, 1975. Т. 1. 536 с.

64. Управление электропотреблением и его прогнозирование / В.И. Гордеев, И.Е. Васильев, В.И. Щуцкий. Ростов на Дону: Изд-во Ростов, ун-та, 1991. 104 с.

65. Большев JI.H., Смирнов Н.В. Таблицы математической статистики. М.: Изд-во вычислительного центра АН СССР, 1986. 462 с.

66. Четыркин E.H. Статистические методы прогнозирования. М.: Статистика, 1977. 200 с.

67. Гельман Г.А., Ракант М.И. Автоматизированный комплексный учет энергоносителей промышленных предприятий // Промышленная энергетика. 1979. №9. С. 12-17.

68. Ивахненко А.Г., Зайченко Ю.П., Димитров В.Д. Принятие решений на основе самоорганизации. М.: Сов. радио, 1976. 280 с.

69. Brown, R.G. Smoothing, Forecasting and Prediction of Discrete Time Series. Prentice Hall, Englewood Cliffs, NJ, 1963.

70. Васильев Д.А., Иващенко B.A., Резчиков А.Ф. Адаптивные процедуры прогнозирования электрических нагрузок промышленных предприятий // Проблемы и перспективы прецизионной механики и управления: Материалы Междунар. конф. Саратов, 2002. С. 58-65.

71. Теория прогнозирования / Под. ред. С.А.Саркисяна М.: Высшая школа, 1977.351 с.

72. Методика определения ущерба от нарушения нормального режима электроснабжения. Комитет ВСНТО по промышленной энергетике, 1978. 81 с.

73. Михайлов В.В. Вопросы надежности энергоснабжения // Промышленная энергетика. 1977. № 5. С. 31-33.

74. Головкин П.И. Режимы электроснабжения потребителей. М.: Энергия, 1971. 112с.

75. Непомнящий В.А. Учет надежности при проектировании энергосистем. М.: Энергия, 1978.260 с.

76. Лойтер Э.Э., Ерекеев O.K., Недельчик Э.А. Инженерная реализация построения нелинейных характеристик ущербов у потребителей-регуляторов / Проблемы общей энергетики и единой энергетической системы. М., 1979. С. 37-48.

77. Нейронные сети. STATISTICA Neural Networks. М: Горячая линия-Телеком, 2000. 182с.

78. Горбань А.Н., Россиев Д.А. Нейронные сети на персональном компьютере. Новосибирск: Наука, 1996. 150с.

79. Шумилова Г.П., Готман Н.Э., Старцева Т.Б. Краткосрочное прогнозирование электрических нагрузок с использованием искусственных нейронных сетей // Электричество. 1999. № 10. С. 7-12.

80. Руденко О.Г., Шамраев A.A., Лавренченко К.А. Исследование методов обучения многослойного персептрона // Автоматизированные системы управления и приборы автоматики. Харьков, 2002. С. 4-9.

81. Булдакова Т.И., Суятинов С.И. Нейрокомпьютерные системы: Учеб. пособие для студ. спец. 220400, 210100. Саратов, 1999. 96 с.

82. Лисицкий Л.А., Яковлева Г.Л. Модернизированный метод обратного распространения ошибки // Проблемы и перспективы прецизионной механики и управления: Материалы Междунар. науч. конф. Саратов, 2002. С. 93-94.

83. Степанов М.Ф., Брагин Т.М. Искусственные нейронные сети и их использование в интеллектуальных системах: Учеб. пособие. Саратов: СГТУ, 2000. 128 с.

84. S zu H., Hartley R. Fast Simulated annealing // Physics Letters/ 1222(3,4), 1987.P. 157.

85. Rumelhart D.E., Hinton G.E.,Williams R.j. Learning internal reprentations by error propagation // Parallel distributed processing, vol. 1. Cambridge, MA: MIT Press, 1986. P. 318.

86. Минский M., Пейперт С. Персептроны. M.: Мир, 1971. 287 с.

87. Цыпкин Я.З. Адаптация и обучение в автоматических системах. М.: Наука, 1968. 399 с.

88. Уоссермен Ф. Нейрокомпьютерная техника: Теория и практика. М.: Мир, 1992. 301 с.

89. Галушкин А.И. О современных направлениях развития нейрокомпьютеров // Информационные технологии. № 5. 1997. С. 2-4.

90. Сентаготаи Я., Арбиб М. Концептуальные модели нервной системы. М.: Мир, 1976. 200 с.

91. Васильев Д.А., Иващенко В.А., Ханбиков Р.И. Оперативное управление режимом электропотребления промышленных предприятий // Автоматизация и управление в машино- и приборостроении: Межвуз. науч. сб. Саратов, 2003. С. 34-38.

92. Резчиков А.Ф., Иващенко В.А., Васильев Д.А. Перспективные информационные технологии построения структур управления энергетикой промышленных предприятий // Высокие технологии путь к прогрессу: Сб. науч. тр. Саратов: "Научная книга", 2003. С. 40-48.

93. Червонный Е.М., Папков Б.В. Об ущербе от нарушений электроснабжения потребителей // Электрические станции. 1975. №2. С. 42-44.

94. Вороновский Г.К., Махотило К.В., Петрашов С.Н. и др. Генетические алгоритмы, искусственные нейронные сети и проблемы виртуальной реальности. Харьков: Основа, 1997.

95. Турчин В.Ф. Феномен науки. Кибернетический подход к эволюции. М.: Наука, 1993.231 с.

96. Clement R., Wren A. Genetic Algorithms and Bus-Driver Scheduling. I IjL

97. Presented at the 6 Intervational Conference for Computer-Aided Transport Scheduling. Lisbon. Portugal. 1993.

98. Атмар Вирт. Рассуждения об эволюции машинного интеллекта и ее возможной реализации в машинной форме. Дисс. 1976.

99. Вентцель Е.С. Исследование операций. Задачи, принципы, методология: Учеб. Пособие для студ. Вузов. М.: Высш. шк., 2001. С. 161-170.

100. Турчак Л.И. Основы численных методов. М.: Наука, 1987. 320 с.

101. Соболь И.М. Метод Монте-Карло. М.: Наука, 1985. 80 с.

102. Хартли Г.О. Решение статистических задач о распределении методом Монте-Карло // Статистические методы для ЭВМ / Под ред. К. Эйнслейна, Э. Рэлстона, Г.С. Уилфа. М.: Наука, 1986. С. 26-50.

103. Хемминг Р.В. Численные методы для научных работников и инженеров. М.: Наука, 1972. 400 с.

104. Шеннон Р. Имитационное моделирование систем — искусство и наука: Пер. с англ. М.: Мир, 1978. 400 с.

105. Нейлор Т. Машинные имитационные эксперименты с моделями экономических систем: Пер. с англ. М.: Мир, 1975. 540 с.

106. Прикладная статистика: Основы моделирования и первичная обработка данных. Справ, изд. / С.А. Айвазян, И.С. Енюков, Л.Д. Мешалкин. М.: Финансы и статистика, 1989. 608 с.

107. Балантер Б.И., Ханин М.А., Чернавский Д.С. Введение в математическое моделирование патологических процессов. М.: Медицина, 1980. 264 с.

108. Гене Г.В., Левнер E.B. Дискретные оптимизационные задачи и эффективные приближенные алгоритмы. Обзор. Изв. АН СССР // Техническая кибернетика. 1979. №6. С. 84-92.

109. Корбут A.A., Сигал И.Х., Финкильштейн Ю.Ю. Об эффективности комбинаторных методов в дискретном программировании. В кн.: Современное состояние теории исследования операций. М.: Наука, 1979. С. 237-264.

110. Финкильштейн Ю.Ю. Приближенные методы и прикладные задачи дискретного программирования. М.: Наука, 1976. 264 с.

111. Использования алгоритмов решения задачи выбора состава потребителей-регуляторов электроэнергии для оперативного регулирования активной нагрузки предприятия.

112. Председатель комиссии Члены комиссии:и со/) 6 ^