Жасанды интеллект әдістерін қолдану негізінде Қазақстан Республикасының энергия жүйесіндегі электр энергиясының шығындарын болжау

Аңдатпа

Аңдатпа. Қазіргі даму кезеңіндегі дәстүрлі энергетика саласы сапалы жаңартуды және терең модернизациялауды талап етеді. Цифрлық технологиялардың қарқынды дамуы жағдайында классикалық тәсілдер инновациялық цифрлық шешімдермен алмасуда. Цифрландыру дәуірінде күрделі инженерлік міндеттерді шешудің негізгі құралы ретінде машиналық оқыту және жасанды интеллект (ЖИ) технологияларына ғылыми қызығушылықтың айтарлықтай өсуі байқалады.

Бұл мақала заманауи энергетиканың өзекті мәселелерінің бірі — «KEGOC» АҚ басқаруындағы Қазақстан Республикасының Ұлттық электр желісіндегі электр энергиясының технологиялық шығындарын болжау дәлдігін арттыру мәселесіне арналған.

Қолданыстағы дәстүрлі статистикалық есептеу әдістері жиі жоғары қателіктерге алып келеді. Бұл классикалық модельдердің сызықтық емес тәуелділіктерді, метеорологиялық жағдайлардың динамикалық өзгерістерін және жоғары вольтты желілердегі жүктемелік процестердің күрделі сипатын толық ескеруге қабілетсіздігімен негізделеді.

Зерттеу аясында инновациялық шешім ретінде LSTM (Long Short-Term Memory) архитектуралы рекурренттік нейрондық желілерді қолдануға негізделген методология ұсынылған. Стандартты алгоритмдерге қарағанда, LSTM моделі ұзақ мерзімді тәуелділіктер мен циклдік трендтерді ескере отырып, уақыттық қатарларды тиімді өңдеуге мүмкіндік береді. Жұмыста деректерді интеллектуалды алдын ала өңдеу процесі сипатталған және LSTM, ARIMA мен градиенттік бустинг модельдеріне салыстырмалы талдау (бенчмаркинг) жүргізілген. Зерттеу нәтижелері ЖИ әдістерін енгізу болжау қателігін 5%-дан төмен деңгейге дейін азайтуға мүмкіндік беретінін көрсетті, бұл энергия жүйесінің жұмыс режимдерін оңтайландыру үшін стратегиялық маңызға ие.