gscienceMining Science and Technology (Russia)Горные науки и технологии2500-0632The National University of Science and Technology MISiIS (NUST MISIS)10.17073/2500-0632-2016-2-66-77gscience-28Research ArticlePOWER ENGINEERING, AUTOMATION, AND ENERGY PERFORMANCEЭНЕРГЕТИКА, АВТОМАТИЗАЦИЯ И ЭНЕРГОЭФФЕКТИВНОСТЬSystem for forecasting energy consumption using the artificial neural networkСистема прогнозирования энергопотребления с применением искусственной нейронной сетиАбрамовичБ. Н.AbramovichB. N.

Professor of Department of electric power engineering and electromechanics

babramov2bn@mail.ruБабановаИ. С.BabanovaI. S.

Department of electric power engineering and electromechanics

irina_babanova@mail.ruНациональный минерально-сырьевой университет «Горный»РоссияNational Mineral Resources UniversityRussian Federation201622072016026677Copyright © Abramovich B.N., Babanova I.S., 20162016Абрамович Б.Н., Бабанова И.С.Abramovich B.N., Babanova I.S.This work is licensed under a Creative Commons Attribution 4.0 License.https://mst.misis.ru/jour/article/view/28

The article considers the possibility of increasing the efficiency of the mining enterprise at the expense of correct choice of price categories and tariff for electricity. The efficiency of forecasting model of energy consumption by the rational choice of price categories is shown, a system for predicting energy consumption using artificial neural network is developed. The forecast error is 0.908 % with the architecture of the network type MLP (MLP 24-18-1)

Рассмотрена возможность повышения энергоэффективности горного предприятия за счёт правильного выбора ценовой категории (ЦК) и тарифа на электроэнергию. Показана эффективность прогнозирующей модели энергопотребления рационального выбора ЦК, разработана система прогнозирования энергопотребления с применением искусственной нейронной сети. Ошибка прогнозирования составила 0,908 % с использованием архитектуры сети типа многослойный персептрон (MLP 24-18-1).

управление энергопотреблениемискусственная нейронная сетьтариф на электроэнергиюценовая категорияинтеллектуальная система учета электроэнергииошибка прогнозированияархитектура сетимногослойный персептронenergy managementartificial neural networkelectricity tariffprice categoryintelligent metering systemerror predictionarchitecture networkmultilayer perceptronReferencesПостановление Правительства РФ «Об утверждении правил оптового рынка электрической энергии и мощности и о внесении изменений в некоторые акты Правительства Российской Федерации по вопросам организации функционирования оптового рынка электрической энергии и мощности» (утв. 27.12.2010 г. №1172, ред. от 29.02.2016 г).Postanovlenie Pravitel'stva RF «Ob utverzhdenii pravil optovogo rynka jelektricheskoj jenergii i moshhnosti i o vnesenii izmenenij v nekotorye akty Pravitel'stva Rossijskoj Federacii po voprosam organizacii funkcionirovanija optovogo rynka jelektricheskoj jenergii i moshhnosti» [Resolution of the Government of the Russian Federation "On approval of the rules of the wholesale market of electric energy and capacity and on amendments to some acts of the Russian Federation on the issues of functioning of the electric energy and power wholesale market of Government"] (app. 27.12.2010 No. 1172, ed. 29.02.2016).Постановление Правительства РФ «О функционировании розничных рынков электрической энергии, полном и (или) частичном ограничении режима потребления электрической энергии» (утв. 04.05.2012 г. № 442, ред. 22.02.2016 г.).Postanovlenie Pravitel'stva RF «O funkcionirovanii roznichnyh rynkov jelektricheskoj jenergii, polnom i (ili) chastichnom ogranichenii rezhima potreblenija jelektricheskoj jenergii» [Resolution of the Government of the Russian Federation "On the functioning of retail electricity markets, the full and (or) partial restriction of electric power consumption mode"] (app. 04.05.2012 No. 442, ed. 22.02.2016).Бабанова И.С. Применение искусственных нейронных сетей в задачах прогнозирования энергопотребления для предприятий минерально- сырьевого комплекса // Фундаментальные и прикладные исследования в современном мире / Материалы IX Международной науч.-практ. конф. – 2015. – Том 1. – С.128-134.Babanova I.S. Primenenie iskusstvennyh nejronnyh setej v zadachah rognozirovanija jenergopotreblenija dlja predprijatij mineral'no-syr'evogo kompleksa [Application of artificial neural networks in problems of forecasting energy consumption for businesses mineral complex] // Fundamental'nye i prikladnye issledovanija v sovremennom mire [Fundamental and applied research in the modern world]/ Materialy IX Mezhdunarodnoj nauch.-prakt. konf. [Proc. IX Int. scientificpractical. Conf.] – 2015. – Vol. 1. – pp. 128-134.Abramovich B.N., Babanova I.S. Improvement of monitoring system commercial electricity accounting for compressor plants оn the enterprises for gas industry. Efficiency and sustainability in the mineral industry innovation in Geology, Mining, Processing, Economics, Safety and Environmental Management. Scientific reports on resource issues 2015, TU Bergakademie Freiberg, Value 1, pp. 383-386.Abramovich B.N., Babanova I.S. Improvement of monitoring system commercial electricity accounting for compressor plants оn the enterprises for gas industry. Efficiency and sustainability in the mineral industry innovation in Geology, Mining, Processing, Economics, Safety and Environmental Management. Scientific reports on resource issues 2015, TU Bergakademie Freiberg, Value 1, pp. 383-386.Абрамович Б.Н., Бабанова И.С. Автоматизированные системы управления энергопотреблением горных предприятий // Материалы XII Международной научной школы молодых ученых и специалистов, 23-27 ноября 2015 г. – М: ИПКОН РАН, 2015. – С. 225-229.Abramovich B.N., Babanova I.S. Avtomatizirovannye sistemy upravlenija jenergopotrebleniem gornyh predprijatij [Automated power management system of mining enterprises]// Materialy XII Mezhdunarodnoj nauchnoj shkoly molodyh uchenyh i specialistov [Proc. XII Int. scientific school for young scientists and specialists], 23-27 November 2015. – M: IPKON RAS, 2015. – pp. 225-229.Абрамович Б.Н., Бабанова И.С. Применение искусственных нейронных технологий в процессе преподавания дисциплин электротехнического цикла // Современные образовательные технологии в преподавании естественно-научных и гуманитарных дисциплин: сборник научных трудов II Международной науч.- метод. конф. 09–10 апреля 2015 г. / «Национальный минерально-сырьевой университет «Горный» – г. Санкт-Петербург, 2015. – С. 229-234Abramovich B.N., Babanova I.S. Primenenie iskusstvennyh nejronnyh tehnologij v processe prepodavanija disciplin jelektrotehnicheskogo cikla [Application of artificial neural technologies in teaching electrical cycle disciplines]// Sovremennye obrazovatel'nye tehnologii v prepodavanii estestvenno-nauchnyh i gumanitarnyh disciplin: sbornik nauchnyh trudov II Mezhdunarodnoj nauch.-metod. konf. 09–10 aprelja 2015. [Modern educational technology in the teaching of natural sciences and the humanities: Proc. II Int. scientific-method. Conf. 09-10 April 2015]/ National Mineral Resources University – Sankt-Peterburg, 2015. – pp. 229-234Бабанова И.С., Абрамович Б.Н. Разработка перспективного планирования энергосистемы на основе создания модели искусственной нейронной сети // Материалы XI Международной научной школы молодых ученых и специалистов, 24-28 ноября 2014 г. – М: ИПКОН РАН, 2014. – 388 с.Babanova I.S., Abramovich B.N. Razrabotka perspektivnogo planirovanija jenergosistemy na osnove sozdanija modeli iskusstvennoj nejronnoj seti [Development of long-term power system planning through the creation of an artificial neural network model]// Materialy XI Mezhdunarodnoj nauchnoj shkoly molodyh uchenyh i specialistov [Proc. of the XI Int. scientific school for young scientists and specialists], 24-28 November 2014 – M: IPKON RAS, 2014. – 388 p.Шумилова Г.П., Готман Н.Э., Старцева Т.Б. Прогнозирование электрических нагрузок при оперативном управлении электроэнергетическими системами на основе нейросетевых структур: учеб.пособие – Екатеринбург: УрО РАН, 2008. – 89 с.Shumilova G.P., Gotman N.Je., Starceva T.B. Prognozirovanie jelektricheskih nagruzok pri operativnom upravlenii jelektrojenergeticheskimi sistemami na osnove nejrosetevyh struktur: ucheb.posobie [Prediction of electrical load in operational control of power systems based on neural network structures: Textbooks] – Ekaterinburg: Ural Branch of RAS, 2008. – 89 p.Weron, Rafal. Modelling and forecasting electricity loads and prices. West Sussex, England: John Wiley & Sons Ltd, 2006.Weron, Rafal. Modelling and forecasting electricity loads and prices. West Sussex, England: John Wiley & Sons Ltd, 2006.Charytoniuk W., Chen M.S., 2000. Very Short-Term Load Forecasting Using ANN. IEEE Transactions on Power Systems 15 (1), pp. 263-268.Charytoniuk W., Chen M.S., 2000. Very Short-Term Load Forecasting Using ANN. IEEE Transactions on Power Systems 15 (1), pp. 263-268.Huseynov A.F, Yusifbeyli N.A and Hashimov A.M (2010). “Electrical System Load forecasting with Polynomial Neural Networks (based on Combinatorial Algorithm”. Modern Electric Power Systems 2010, Wroclaw, Poland, MEPS’10- paper 04.3Huseynov A.F, Yusifbeyli N.A and Hashimov A.M (2010). «Electrical System Load forecasting with Polynomial Neural Networks (based on Combinatorial Algorithm». Modern Electric Power Systems 2010, Wroclaw, Poland, MEPS’10 - paper 04.3Samsher, K.S. and Unde, M.G., (2012). Shortterm forecasting using ANN technique. International Journal of Engineering Sciences and Engineering Technologies, Feb. 2012, ISSN: 2231-6604, Vol. 1, issue 2, pp. 97-107 © IJSESTSamsher, K.S. and Unde, M.G., (2012). Short-term forecasting using ANN technique. International Journal of Engineering Sciences and Engineering Technologies, Feb. 2012, ISSN: 2231-6604, Vol. 1, Issue 2, pp: 97-107 © IJSESTBalwant singh Bisht, Rajesh M Holmukhe Electricity load forecasting by artificial neural network model using weather data. International journal of electrical engineering& technology (ijeet) Vol. 4, Issue 1, January- February (2013), pp. 91-99Balwant singh Bisht, Rajesh M Holmukhe Electricity load forecasting by artificial neural network model using weather data. International journal of electrical engineering& technology (ijeet) Vol. 4, Issue 1, January-February (2013), pp. 91-99

The authors declare that there are no conflicts of interest present.