Заявка на подписку:
По всем вопросам звоните:
Тезисы Пироговского форума с международным участием «Хирургия повреждений, критические состояния. Спаси и сохрани» 25-26 мая 2017
Тезисы Пироговского форума с международным участием «Хирургия повреждений, критические состояния. Спаси и сохрани» 25-26 мая 2017
Тезисы Пироговского форума с международным участием «Хирургия повреждений, критические состояния. Спаси и сохрани» 25-26 мая 2017
Тезисы Пироговского форума с международным участием «Хирургия повреждений, критические состояния. Спаси и сохрани» 25-26 мая 2017
Тезисы Пироговского форума с международным участием «Хирургия повреждений, критические состояния. Спаси и сохрани» 25-26 мая 2017
Тезисы Пироговского форума с международным участием «Хирургия повреждений, критические состояния. Спаси и сохрани» 25-26 мая 2017
Тезисы Пироговского форума с международным участием «Хирургия повреждений, критические состояния. Спаси и сохрани» 25-26 мая 2017
В статье приводятся данные сравнительного анализа тестирования 32 спортсменов циклических видов спорта, мужчин призеров и участников Олимпийских игр в Сочи, выполненных с помощью общеизвестных психологических и психобиологических методик. Полученные данные в последующем сравниваются с аналогичными исследованиями в группе сравнения – 14 спортсменов ближайшего резерва и 16 студентов РГУФК.
Для разработки перспективного планирования развития энергосистем, заключающейся в решении задач технологического управления, возникает потребность выполнения прогнозирования графиков электрических нагрузок. Повышение точности прогноза электропотребления способствует как экономии энергоресурсов, так и увеличению эффективности работы и соответственно прибыли в электросетевых компаниях. В работе поставлена и решена задача прогнозирования электропотребления для элекросетевой компании с помощью традиционных методов и методов искусственного интеллекта (искусственные нейронные сети) для кратко-, средне и долгосрочных временных интервалов. Разработанный алгоритм прогнозирования позволяет получить прогнозное значение со средней абсолютной ошибкой прогнозирования (MAPE), не превышающей 1% с учетом переобучения искусственной нейронной сети (ИНС). Использование таких моделей позволило снизить величины ошибок для электрической нагрузки в кратко- и среднесрочном периоде в целях повышения эффективности оперативно-технологического управления режимами энергосистемы и перспективного планирования ее развития. Снижение ошибки прогноза позволит электросетевым компаниям уменьшить дополнительную плату за электропотребление, вызванную неточностью прогнозирования.