Статьи за последние 2 года
   
Система прогнозирования потребления электроэнергии на пищевом производстве на основе потоковых данных / Абузяров А. А., Макаров А. А. // Инж. вестн. Дона. Электрон. ж.— 2023 № 1.— C. 108-117.— русский
 
Источник: 
 - Выпуск сериального издания ( 1 )
 
Автор: 
 - Персоналии ( 2 )
Постоянная ссылка (СИД2) J2115756924
Название Система прогнозирования потребления электроэнергии на пищевом производстве на основе потоковых данных
Автор Абузяров А. А.
Автор Макаров А. А.
Источник Инженерный вестник Дона. Электронный журнал
Страницы/Объём 108-117
Сокращ. назв. источника Инж. вестн. Дона. Электрон. ж.
Год 2023
Номер 1
Адрес в Интернет http://elibrary.ru/item.asp?id=50406325
Постоянная ссылка (СИД) J21157569
Ключевые слова (авторские) дрейф данных%дрейф концепций%машинное
Место хранения Удаленный доступ. Эл. регистр. НЭБ
Дата регистрации в ВИНИТИ 27.03.2023
Язык текста русский
Аннотация Целью данной работы является реализация системы прогнозирования потребления электроэнергии на пищевом производстве и выбор наиболее подходящего метода обучения модели прогнозирования. В нашем исследовании была реализована система прогнозирования потребления электроэнергии на основе потоковых данных, получающая их в "реальном времени". Система создана по принципу микросервисной архитектуры, где были реализованы сервис сбора данных с счетчиков, сервис агрегации данных и сервисы прогнозирования: с использованием классического подхода к обучению на основе модели ARIMA и онлайн подхода к обучению с использованием онлайн-модели HATR, результаты работы которых были сравнены с помощью тестов на прогнозирование аномальных значений и прогнозирование в условиях смены концепта данных, или дрейфа концепций
Тематический раздел Машиностроение
Тематический раздел Электротехника
Издательский номер в РЖ 23.07-22Е.150
Издательский номер в РЖ 23.08-ЕЕ.199
Издательский номер в РЖ 23.10-46.182
Шифр ГРНТИ 44.29.39
Шифр ГРНТИ 55.63.01
Ключевые слова электропотребление, пищевые производства, система прогнозирование электропотребления, архитектура, подходы к прогнозированию, обучение моделей
Ключевые слова пищевая промышленность, электропотребление, прогнозирование