Разработка интеллектуальной системы непрямого прогнозирования выработки электроэнергии солнечной электростанции на основе модифицированной нечеткой нейросети

Объектом исследования является система непрямого прогнозирования выработки электроэнергии солнечной электростанции. Цель исследования – создание интеллектуальной системы непрямого прогнозирования выработки электроэнергии солнечной электростанции, включающей интеллектуальные подсистемы прогнозирования инсоляции и температуры, на основе модифицированной нечеткой нейросети в условиях неопределенности. Цель первого этапа проекта на период, на который предоставлен грант – создание интеллектуальной системы непрямого прогнозирования выработки электроэнергии солнечной электростанции, включающей интеллектуальные подсистемы прогнозирования инсоляции и температуры, в условиях неопределенности на основе модифицированной нечеткой нейросети достигнута полностью в объеме следующих выполненных работ и полученных результатов: 1) Разработана и верифицирована моделированием в среде Octave интеллектуальная система непрямого прогнозирования выработки электроэнергии солнечной электростанции на основе модифицированной нечеткой нейросети, включающей глубокие нейросети с модифицированным механизмом внимания [1, 2, 3]. 3) Модифицированы, верифицированы и экспериментально апробированы моделированием в среде Octave автоматизированные методы обеспечения на всех этапах жизненного цикла интеллектуальной системы непрямого прогнозирования выработки электроэнергии солнечной электростанции, включающей интеллектуальные подсистемы прогнозирования инсоляции и температуры: • модифицированный метод структурно-параметрического синтеза системы непрямого прогнозирования выработки электроэнергии солнечной электростанции в виде модифицированной нечеткой нейросети, включающей нейро-нечеткую базу знаний; метод структурно-параметрического синтеза, реализующий модифицированный многомерный метод роя частиц, инициализирующий на начальном этапе положения частиц роя (синаптические карты нейросетевых слоев модифицированной нечеткой нейросети) методом инициализации весов Нгуена-Видроу, сочетающий этапы глобальной (реализуемые модифицированным многомерным методом роя частиц) и локальной оптимизации (реализуемые алгоритмом Левенберга-Марквардта) и использующий принцип элитизма при формировании положения и размерности частиц; экспериментальное сравнение названного метода с традиционными методами настройки интеллектуальных систем (градиентным (алгоритмом Левенберга-Марквардта) и роевыми методами) выявило следующие его преимущества: автоматический режим генерации системы непрямого прогнозирования выработки электроэнергии солнечной электростанции, включающей интеллектуальные подсистемы прогнозирования инсоляции и температуры – автоматическая генерация оптимальной архитектуры модифицированной нечеткой нейросети (градиентные методы не обеспечивают глобальный экстремум фитнес-функции) и сокращение вычислительных затрат (более быстрая сходимость к глобальному экстремуму фитнес-функции в сравнении с роевыми методами настройки интеллектуальных систем); • модифицирован метод функционирования интеллектуальной системы непрямого прогнозирования выработки электроэнергии солнечной электростанции, автоматически идентифицирующий состояние облачности часа и генерирующий выход модифицированной нейросети (прогнозируемое значение выработки) на основе выходов глубоких нейросетей с механизмом внимания алгоритмом нечетко-возможностной свертки; • модифицирован метод масштабированной коррекции модифицированной нечеткой нейросети на основе методов роевого интеллекта при снижении эффективности, обеспечивающий автоматическую самоадаптацию интеллектуальной системы непрямого прогнозирования выработки электроэнергии солнечной электростанции; экспериментальная апробация модифицированного метода масштабированной коррекции выявила следующие его преимущества в сравнении с традиционными градиентными и роевыми методами настройки интеллектуальных систем: автоматический режим масштабированной самоадаптации интеллектуальной системы непрямого прогнозирования выработки электроэнергии солнечной электростанции, включающей интеллектуальные подсистемы прогнозирования инсоляции и температуры – автоматическая масштабируемая самоадаптация (с сохранением части настроенных параметров модифицированной нечеткой нейросети, для которых выполняется критерий устойчивости) архитектуры модифицированной нечеткой нейросети и сокращение вычислительных затрат (более быстрая сходимость к глобальному экстремуму фитнес-функции в сравнении с роевыми методами настройки интеллектуальных систем). 3) Верифицирована и экспериментально апробирована моделированием в среде Octave интеллектуальная система непрямого прогнозирования выработки электроэнергии солнечной электростанции, включающая интеллектуальные подсистемы прогнозирования инсоляции и температуры; результаты сравнительного экспериментального моделирования интеллектуальной системы непрямого прогнозирования выработки электроэнергии солнечной электростанции в среде Octave демонстрируют ее робастность и снижение среднеквадратичной ошибки ее прогноза в среднем в три и шесть раз в сравнении с рекуррентными нейросетями и стандартной моделью авторегрессии скользящего среднего в условиях воздействия различных внешних и внутренних факторов неопределенности.