Аннотації

КОМПЛІМЕНТАРНІ НЕЙРОННІ МЕРЕЖІ В УПРАВЛІННІ ПОРТФЕЛЯМИ ПРОЕКТІВ ЗМЕНШЕННЯ ВТРАТ В ЕЛЕКТРИЧНИХ МЕРЕЖАХ

Автор(и):
Ачкасов І.А., Бушуєва В.Б.
Автор(и) (англ)
Achkasov Igor, Bushueva Victoria
Дата публікації:

20.08.2019

Анотація (укр):

Розглянуто модель компліментарних нейронних мереж управління портфелями проектів зменшення витрат електроенергії у електричних мережах в умовах невизначеності (спостережності, неверифікованої інформації та недосконалості методів оцінки технологічних втрат). Визначено принципи та методи формування портфеля проектів зменшення втрат в електричних мережах. Визначено властивості нейронних мереж щодо паралельності опрацювання інформації, самоорганізації, навчання, узагальнення тощо. Наведено загальну модель нейронної мережі, її елементи та техніки навчання. Введено поняття компліментарної нейронної мережі та класів компліментарності. Визначено поняття архітектура компліментарних нейронних мереж. В межах компліментарних мереж введено алгебру з носієм, який визначається елементами штучної нейронної мережі та сигнатури, яка формує класи операцій компліментарності нейронних мереж щодо портфельного управління проблемами зменшення втрат у електричних мережах.

Анотація (рус):

Рассмотрена модель комплементарных нейронных сетей управления портфелями проектов уменьшения расходов электроэнергии в электрических сетях в условиях неопределенности (наблюдаемости, неверификованности информации и несовершенства методов оценки технологических потерь). Определены принципы и методы формирования портфеля проектов уменьшения потерь в электрических сетях. Определены свойства нейронных сетей по параллельности обработки информации, самоорганизации, обучению, обобщению и т.п. Приведена общая модель нейронной сети, ее элементы и техники обучения. Введено понятие комплементарной нейронной сети и классов комплементарности. Определено понятие архитектуры комплементарных нейронных сетей. В рамках комплементарных сетей введена алгебра с носителем, который определяется элементами искусственной нейронной сети, и сигнатуры, которая формирует классы операций комплементарности нейронных сетей портфельного управления проблемами уменьшения потерь в электрических сетях.

Анотація (англ):

The model of complementary neural networks for managing project portfolios of reducing electricity consumption in electricity networks under uncertainty (observational, unverified information and imperfect methods of estimation of technological losses) is considered. The principles and methods of forming a portfolio of loss reduction projects in electric grids are defined. The properties of neural networks for parallel processing of information, self-organization, training, generalization, etc. are determined. The general model of the neural network, its elements and training techniques are given. The concepts of complementary neural network and complementarity classes are introduced. The concept of complementary neural network architecture is defined. Within the complementary networks, an algebra with a medium is introduced, which is determined by the elements of the artificial neural network and a signature that forms the classes of operations of the complementarity of the neural networks in relation to portfolio management of problems of reducing losses in electrical networks.

Література:

  1. Потери электроэнергии в электрических сетях энергосистем / [В.Э. Воротницкий, Ю.С. Железко, В.Н. Казанцев и др.]; под ред. В.Н. Казанцева. – М.: Энергоатомиздат, 1983. – 366 с.
  2. Стандарт управления портфелями. Второе издание. PMI, 2008. – 144 c.
  3. Казанцев В.Н. Методы расчета и пути снижения потер энергии в электрических сетях. – Свердловск: Издание УПИ, 1983. – 82 с.
  4. Железко Ю. С. Выбор мероприятий по снижению потерь электроэнергии в электрических сетях / Ю. С. Железко – М.: Энергоатомиздат, 1989. – 172 с.
  5. Адизес И. Интеграция: Выжить и стать сильнее в кризисные времена / Пер. с англ. – М.: Альпина Бизнес Букс, 2009. – 128 с.
  6. Schmidhuber, J. (2015). "Deep Learning in Neural Networks: An Overview". Neural Networks. 61: 85 – 117.
  7. Данилюк О., Ткаченко Р., Батюк Н., Юрчак І., Козовий А. Застосування технологій штучних нейронних мереж для визначення втрат електричної енергії в електричних мережах енергопостачальних компаній // Вісн. ДУ “Львівська політехніка”. – 1998. – № 347. – С. 114 – 117.
  8. Oja E. Neural networks, principal components and subspaces // Int. J. Neural Systems, 1989.–vol.1. – P. 61 – 68.
  9. Chua L.O., Yang L. Cellular Neural Networks. Theory. // IEEE Transactions on Circuits and Systems, 1988. – vol.35, № 10. – P. 1257 – 1272.

References:

  1. Vorotnitsky V.E., Zhelezko Yu.S., Kazantsev V.N., etc; ed. Kazantseva V.N. (1983). Electricity losses in power grid. Moscow, Russia: Energoatomizdat, 366.
  2. Portfolio management standard. Second edition. PMI. (2008), 144.
  3. Kazantsev V.N., (1983). Methods of Calculation and Ways to Reduce Energy Losses in Electric Networks.Sverdlovsk: UPI Edition, 82. 6 р.
  4. Zhelezko, Yu.S. (1989). Selection of measures to reduce electricity losses in electrical networks. Moscow, Russia: Energoatomizdat, 172.
  5. Adizes I. (2009). Integration: Surviving and getting stronger in times of crisis, 128 [in Russian].
  6. Schmidhuber, J. (2015). "Deep Learning in Neural Networks: An Overview". Neural Networks. 61: 85 – 117.
  7. Danylyuk O., Tkachenko R., Batiuk N., Yurchak I., & Kozovy A., (1998). Application of Artificial Neural Network Technologies for Determination of Electricity Losses in Power Networks of Power Supply Companies. Visn. State Institution “Lviv Polytechnic”. – № 347, 114 – 117.
  8. Oja E. (1989). Neural networks, principal components and subspaces // Int. J. Neural Systems – vol.1. – 61 – 68.
  9. Chua L.O., & Yang L. (1988). Cellular Neural Networks. Theory. IEEE Transactions on Circuits and Systems, 35, 10, 1257 – 1272.