ПРИМЕНЕНИЕ СЕТИ ЭХО-СОСТОЯНИЙ ДЛЯ ПРОГНОЗИРОВАНИЯ ПОТРЕБЛЕНИЯ ЭЛЕКТРОЭНЕРГИИ НА ГОРНЫХ ПРЕДПРИЯТИЯХ

Литвинов Степан Николаевич

В данной статье рассматривается проблема прогнозирования потребления электроэнергии на горных предприятиях, где высокая энергоемкость процессов и сложная динамика данных требуют более точных методов анализа. Традиционные подходы, такие как регрессионный анализ и временные ряды ARIMA, часто оказываются недостаточно эффективными для учета нелинейных зависимостей и сезонных колебаний. Мы предлагаем использовать сети эхо-состояний (Echo State Networks, ESN) — метод машинного обучения, основанный на рекуррентных нейронных сетях, который способен лучше справляться с указанными сложностями. В статье обсуждаются ключевые характеристики горных предприятий, включая высокую энергоемкость, сезонность, нелинейную динамику потребления и наличие шумов в данных. Основной целью работы является повышение энергоэффективности горной промышленности путем улучшения точности прогнозирования потребления электроэнергии с помощью ESN. Результаты исследования показали прирост показателей репрезентативности на 0,1 (с 0,72 до 0,82) и средней абсолютной ошибки с 5,2% до 3,8% по сравнению с ARIMA.

Ключевые слова:сеть эхо-состояний, прогнозирование, энергопотребление, горные предприятия, рекуррентные нейронные сети.