izvestswsuИзвестия Юго-Западного государственного университетаProceedings of the Southwest State University2223-15602686-6757ЮЗГУ10.21869/2223-1560-2023-27-4-44-61izvestswsu-1202Research ArticleИнформатика, вычислительная техника и управлениеComputer science, computer engineering and IT managmentКогнитивное моделирование и прогнозирование потребления электроэнергииCognitive Modelling and Forecasting of Electricity ConsumptionКакуринаА. В.KakurinaA. V.

Какурина Анастасия Валерьевна,  преподаватель кафедры программной инженерии

ул. 50 лет Октября, д. 94, г. Курск 305040

Anastasia V. Kakurina, Lecturer, Software Engineering Department

50 Let Oktyabrya str. 94, Kursk 305040

lonecine@rambler.ruСизовА. С.SizovA. S.

Сизов Александр Семёнович, доктор  технических наук, профессор, профессор  кафедры программной инженерии

ул. 50 лет Октября, д. 94, г. Курск 305040

Alexander S. Sizov, Dr. of Sci. (Engineering), Professor, Professor of the Software Engineering Department

50 Let Oktyabrya str. 94, Kursk 305040

kafedra-ipm@mail.ruХалинЮ А.KhalinYu. A.

Халин Юрий Алексеевич, кандидат  технических наук, доцент, доцент кафедры  программной инженерии

ул. 50 лет Октября, д. 94, г. Курск 305040

Yuri A. Khalin, Cand. of Sci. (Engineering),  Associate Professor, Associate Professor  of the Software Engineering Department

50 Let Oktyabrya str. 94, Kursk 305040

yur-khalin@yandex.ruЮго-Западный государственный университет ул. 50 лет ОктябряSouthwest State University2023010320242744461Copyright © Какурина А.В., Сизов А.С., Халин Ю.А., 20242024Какурина А.В., Сизов А.С., Халин Ю.А.Kakurina A.V., Sizov A.S., Khalin Y.A.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://izvestswsu.elpub.ru/jour/article/view/1202Цель исследования

Цель исследования. Разработка прогнозной модели энергопотребления и оценка факторов, виляющих на его потребление. Полученные прогнозные оценки энергопотребления обеспечат повышение эффективности принимаемых организационных решений органами административно-территориального управления.

Методы

Методы. В статье представлен аналитический обзор существующих методов когнитивного моделирования и прогнозирования потребления электрической энергии, рассмотрено описание программной реализации информационно-вычислительной системы, позволяющей производить прогноз потребления электроэнергии населением административно-территориального образования. Предложен подход к описанию факторов потребления электроэнергии как населением, так и различными отраслями народного хозяйства, а также организациями, занимающимися оказанием различных услуг. Разработано специальное программное обеспечение, которое позволяет в автоматизированном режиме получать модельные результаты потребления электроэнергии, проводить факторный анализ энергопотребления. Приведена экспериментальная проверка работы программы когнитивного моделирования и прогнозирования потребления электроэнергии населением Льговского района Курской области. Разработанное программное обеспечение также позволяет проводить оценку адекватности полученных результатов и оперативно проводить корректировку параметров модели.

Результаты

Результаты. В результате исследования была разработана нечёткая когнитивная карта энергопотребления для муниципального образования. Выделены концепты предметной области, описывающие влияние различных групп факторов на уровень потребления электрической энергии. Получены прогнозные оценки потребления электроэнергии, в основе которых лежали данные за ретроспективный период. Для полученных оценок определены показатели адекватности, основанные на расчёте статистических критериев.

Заключение

Заключение. Результаты исследования показали, что сочетание когнитивных и статистических методов позволяет достичь адекватного решения при решении задачи прогнозирования энергопотребления.

Purpose of reseach

Purpose of reseach. Development of a forecast model of energy consumption and assessment of factors influencing its consumption. The obtained forecast estimates of energy consumption will improve the quality and efficiency of management decisions at all levels of administrative management.

Methods

Methods. The article presents an analytical review of the existing methods of cognitive modelling and forecasting of electric power consumption, the description of the software implementation of the information-computing system that allows to make a forecast of electric power consumption by the population of the administrative-territorial formation. The approach to the description of factors of electric power consumption by both population and various branches of national economy, as well as organisations engaged in rendering various services has been proposed. Special software has been developed, which allows to obtain model results of electric power consumption in an automated mode, to carry out factor analysis of power consumption. The experimental verification of the work of the programme of cognitive modelling and forecasting of electric power consumption by the population of Lgovsky district of Kursk region is given. The developed software also makes it possible to evaluate the adequacy of the obtained results and promptly adjust the model parameters.

Results

Results. As a result of the research a fuzzy cognitive map of energy consumption for a municipal entity was developed. The concepts of the subject area describing the influence of various groups of factors on the level of electric energy consumption were identified. Forecast estimates of electricity consumption were obtained, which were based on the data for the retrospective period. Adequacy indicators based on the calculation of statistical criteria are determined for the obtained estimates.

Conclusion

Conclusion. The results of the study have shown that the combination of cognitive and statistical methods allows to achieve an adequate solution when solving the problem of energy consumption forecasting.

потребление электроэнергиикогнитивное моделированиенечёткая когнитивная картаанализ временных рядовпрогнозированиестационарностьпостроение моделиenergy consumptioncognitive modellingfuzzy cognitive maptime series analysisforecastingstationaritymodel buildingReferencesКирпичникова И. М., Саплин Л. А., Соломахо К. Л. Прогнозирование объемов потребления электроэнергии // Вестник Южно-Уральского государственного университета. 2014. №14(2). С. 16–22.Kirpichnikova I. M., Saplin L. A., Solomakho K. L. Prognozirovanie ob"emov potrebleniya elektroenergii [Forecasting volumes of electricity consumption]. Vestnik YuzhnoUral'skogo gosudarstvennogo universiteta = Bulletin of the South Ural State University, 2014, no. 14(2), pp. 16-22.Большов Л. А., Каневский М. Ф., Савельева Е. А. Прогнозирование электропотребления: современные подходы и пример исследования // Изв. РАН. Энергетика. 2004. № 6. С. 25–35.Bolshov L. A., Kanevskiy M. F., Savelyeva E. A. Prognozirovanie elektropotrebleniya: sovremennye podkhody i primer issledovaniya [Electricity consumption forecasting: modern approaches and research example]. Izv. RAN. Energetika = Izv. RAS. Energetics, 2004, no.6, pp. 25-35.Харитонов А. Ю. Обзор современных систем учета и анализа потребления ресурсов и энергии // Информатика и кибернетика. 2015. №1. С. 21–26.Kharitonov A. Yu. Obzor sovremennykh sistem ucheta i analiza potrebleniya resursov i energii [Review of the modern systems of accounting and analysis of the resources and energy consumption]. Informatika i kibernetika = Computer Science and Cybernetics, 2015, no.1, pp. 21-26.Метод построения нечеткой когнитивной карты конкурентоспособности машиностроительного предприятия / И. А. Буйневич, Ю. А. Криушина, Ю. А. Халин, А. И. Катыхин, Е. А. Криушин // Известия Юго-Западного государственного университета. Серия: Управление, вычислительная техника, информатика. Медицинское приборостроение. 2023;13(3):146-163. https://doi.org/10.21869/2223-1536-2023-13-3-146-163.Buinevich I.A., Kriushina Y.A., Khalin Y.A., Katykhin A.I., Kriushin Е.А. Method of Construction of a Fuzzy Cognitive Map of the Competitiveness of a Machine-Building Enterprise. Izvestiya Yugo-Zapadnogo gosudarstvennogo universiteta. Seriya: Upravlenie, vychislitel'naya tekhnika, informatika. Meditsinskoe priborostroenie = Proceedings of the Southwest State University. Series: Control, Computing Engineering, Information Science. Medical Instruments Engineering. 2023;13(3):146-163. (In Russ.) https://doi.org/10.21869/2223-1536-2023-13-3-146-163.Сизов А. С., Халин Ю. А., Цепов А. Ю. Обработка данных на основе owaоператора и ДСМ-метода для оценки риска инвестирования малого инновационного предприятия // Телекоммуникации. 2014. № 12. С. 42-45.Sizov A. S., Khalin Yu. A., Tsepov A. Yu. Obrabotka dannykh na osnove owaoperatora i DSM-metoda dlya otsenki riska investirovaniya malogo innovatsionno-go predpriyatiya [Data processing based on owa-operator and DSM-method to assess the risk of investing a small innovative enterprise]. Telekommunikatsii = Telecommunications, 2014, no. 12, pp. 42-45.Федулов А. С. Нечеткие реляционные когнитивные карты // Известия РАН. Теория и системы управления. 2005. №1. С.120-132.Fedulov A. S. Nechetkie relyatsionnye kognitivnye karty [Fuzzy relational cognitive maps]. Izvestiya RAN. Teoriya i sistemy upravleniya = Preceeding RAN.Theory and Control Systems, 2005, no. 1, pp. 1208-132.Ягер P. P. Множества уровня для оценки принадлежности нечетких подмножеств // Нечеткие множества и теория возможностей. Последние достижения. М.: Радио и связь, 1986. С. 71-78.Jaeger P. P. [Level sets for estimation of belongingness of fuzzy subsets]. Nechetkie mnozhestva i teoriya vozmozhnostei. Poslednie dostizheniya [Fuzzy sets and possibility theory. Recent achievements]. Moscow, Radio and Communication Publ., 1986, pp. 71-78 (In Russ.).Бутов А. Л., Сизов А. С., Халин Ю. А. Подход к объединению фактов в информационно-аналитических системах // Информационно-измерительные и управляющие системы. 2013. Т. 11. № 2. С. 17-23.Butov A. L., Sizov A. S., Khalin Yu. A. Podkhod k ob"edineniyu faktov v informatsionno-analiticheskikh sistemakh [Approach to the integration of facts in informationanalytical systems]. Informatsionno-izmeritel'nye i upravlyayushchie sistemy = InformationMeasuring and Control Systems, 2013, vol. 11, no. 2, pp. 17-23.Васильев В. И., Ильясов Б. Г. Интеллектуальные системы управления. Теория и практика. М.: Радиотехника, 2009. 392 с.Vasiliev V. I., Ilyasov B. G. Intellektual'nye sistemy upravleniya. Teoriya i praktika [Intellectual control systems. Theory and practice]. Moscow, Radiotekhnika Publ., 2009. 392 p.Кузьбожев Э. Н., Можейко А. Г., Халин Ю. А. Управление инновационными процессами на основе интеллектуальных информационных технологий // Известия Юго-Западного государственного университета. 2011. № 6-2 (39). С. 83-86.Kuzbozhev E. N., Mozheiko A. G., Khalin Yu. G. G., Khalin Y. A. Upravlenie innovatsionnymi protsessami na osnove intellektual'nykh informatsionnykh tekhnologii [Management of innovation processes on the basis of intelligent information technologies]. Izvestiya Yugo-Zapadnogo gosudarstvennogo universiteta = Proceedings of the Southwest State University, 2011, no. 6-2 (39), pp. 83-86.Лисицин Л. А., Халин Ю. А., Лисицин А. Л. Системы поддержки принятия управленческих решений в условиях неполной информации // Известия ЮгоЗападного государственного университета. 2012. № 4-2 (43). С. 95-99.Lisitsin L. A., Khalin Yu. A., Lisitsin A. L. Sistemy podderzhki prinyatiya upravlencheskikh reshenii v usloviyakh nepolnoi informatsii [Support systems for management decisionmaking in the conditions of incomplete information]. Izvestiya Yugo-Zapadnogo gosudarstvennogo universiteta = Proceedings of the Southwest State University, 2012, no. 4-2 (43), pp. 95-99.Евсеева А. В., Никологорская Е. Л. Некоторые приложения нового метода прогнозирования, основанного на анализе временных рядов // Вестник ИГЭУ. 2011. №5. С. 60–63.Evseeva A. V., Nikologorskaya E. L. Nekotorye prilozheniya novogo metoda prognozirovaniya, osnovannogo na analize vremennykh ryadov [Some applications of the new forecasting method based on the time series analysis]. Vestnik of IGEU, 2011, no.5, pp. 60-63.Крыштановский А. Методы анализа временных рядов // Мониторинг. Наука и технологии. 2000. №2. С. 41–49.Kryshtanovsky A. Metody analiza vremennykh ryadov [Methods of analysing time series]. Monitoring. Nauka i tekhnologii = Monitoring. Science and Technologies, 2000, no.2, pp. 41-49.Халин Ю. А. Подход к прогнозированию состояний конкурирующих предприятий на основе ДСМ – метода автоматического порождения гипотез // Естественные и технические науки. 2011. № 6 (56). С. 521-522.Khalin Yu. A. Podkhod k prognozirovaniyu sostoyanii konkuriruyushchikh predpriyatii na osnove DSM – metoda avtomaticheskogo porozhdeniya gipotez [Approach to forecasting the states of competing enterprises on the basis of DSM - method of automatic generation of hypotheses]. Estestvennye i tekhnicheskie nauki = Natural and Technical Sciences, 2011, no. 6 (56), pp. 521-522.Халин Ю. А., Сизов А. С., Игнатенко А. Н. Нечётко-множественная модель многокритериальной оценки конкурентоспособности предприятия // Известия ЮгоЗападного государственного университета. 2011. № 5-1 (38). С. 53-57.Khalin Yu. A., Sizov A. S., Ignatenko A.. N. Nechetko-mnozhestvennaya model' mnogokriterial'noi otsenki konkurentosposobnosti predpriyatiya [Fuzzy-multiple model of multi-criteria assessment of enterprise competitiveness]. Izvestiya Yugo-Zapadnogo gosudarstvennogo universiteta = Proceedings of the Southwest State University, 2011, no. 5-1 (38), pp. 53-57.Сизов А. С., Катыхин А. И., Смирнов М. Н. Модель представления знаний в игровой автоматизированной обучающей системе // Распознавание – 2008: материалы докладов IX Междунар. конф. Курск, 2008. С. 310-312.Sizov A. S.; Katykhin A. A., Smirnov M. N. [Model of knowledge representation in the game automated training system]. Raspoznavanie-2008. Materialy dokladov IX Mezhdunar. konferencii [Recognition-2008. Proceedings of IX Intern. Conf.]. Kursk, 2008, pp. 310312 (In Russ.).Модели представления и обработки знаний в информационно-аналитических системах / В. П. Добрица, Е. А. Титенко, Ю. А. Халин, А. И. Катыхин. Курск, 2023. 172 с.Dobritsa V. P., Titenko E. A., Khalin Y. A., Katykhin A. I. Modeli predstavleniya i obrabotki znanii v informatsionno-analiticheskikh sistemakh [Models of knowledge representation and processing in information-analytical systems]. Kursk, 2023. 172 p.Робертс Ф. С. Дискретные математические модели с приложениями к социальным, биологическим и экологическим задачам: [пер. с англ.]. М.: Наука, 1986. 496 с.Roberts F. S. Diskretnye matematicheskie modeli s prilozheniyami k sotsial'nym, biologicheskim i ekologicheskim zadacham [Discrete Mathematical Models with Applications to Social, Biological and Ecological Problems]. Moscow, Nauka Publ., 1986. 496 p.Силов В. Б. Принятие стратегических решений в нечеткой обстановке. М.: ИНПРО-РЕС, 1995. 228 с.Silov V. B. Prinyatie strategicheskikh reshenii v nechetkoi obstanovke [Strategic decision-making in a fuzzy environment]. Moscow, INPRO-RES Publ., 1995. 228 p.Когнитивное моделирование информационного обеспечения игрового автоматизированного обучения / Ю.А. Халин, А.И. Катыхин, С.А. Зинкин, А.А. Шилин // Известия Юго-Западного государственного университета. 2022; 26(4): 117-131. https://doi.org/10.21869/2223-1560-2022-26-4-117-131.Khalin Y. A., Katykhin A I., Zinkin S. A., Shilin A. A. Cognitive Modeling of Information Support for Game-Based Automated Learning. Izvestiya Yugo-Zapadnogo gosudarstvennogo universiteta = Proceedings of the Southwest State University. 2022; 26(4): 117-131 (In Russ.). https://doi.org/10.21869/2223-1560-2022-26-4-117-131.

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