ИНСТРУКЦИЯ ПОЛЬЗОВАТЕЛЯ ЭЛЕКТРОННОГО ПРИЛОЖЕНИЯ К МЕТОДИКЕ ПЛАНИРОВАНИЯ РАСХОДА ЭЛЕКТРИЧЕСКОЙ ЭНЕРГИИ НА НЕТЯГОВЫЕ НУЖДЫ С ИСПОЛЬЗОВАНИЕМ ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ. Приложение Г (часть 3)

3 Создание и обучение ИНС

Создание нейронной сети ведется в соответствии с разделом 4 Инструкции. Для этого запускаем приложение "insmanager.exe" и выполняем команду "Файл > Создать ИНС". В открывшемся окне вводим наименование создаваемой ИНС:

См. Рисунок 1 - Диалоговое окно создания ИНС

Выполняем команду "Управление данными > Открыть данные" и открываем файл "Обучение - Taгaнай.xls". В результате в основной блок программы загружаются исходные данные о значениях влияющих факторов и расходе электроэнергии из таблицы 8:

См. Рисунок 2 - Загрузка исходных данных в электронное приложение

Для разделения исходных данных на обучающую и тестовую выборки используем команду "Управление данными > Обработать данные". Когда данные разбиты на две выборки, состояние "Данные обработаны" в правом верхнем углу Приложения помечается зеленой галочкой и становится доступной функция обучения сети:

См. Рисунок 3 - Обработка исходных данных

Выполняем команду "Обучение ИНС > Обучить ИНС". Обучение происходит в автоматическом режиме. В это время Приложение перебирает множество вариантов сетей с различными параметрами и выбирает наилучшую сеть из всех:

См. Рисунок 4 - Обучение ИНС

Когда перебор параметров закончится, то на экране появится сообщение, что сеть успешно обучена, состояние "Сеть обучена" в правом верхнем углу Приложения помечается зеленой галочкой, а также становится доступной функция сохранения сети (команда "Файл > Сохранить ИНС"). Выполняем эту команду, и в результате в папке "nns" сохраняется файл "ИНСТЧР-21 Таганай.хls". Внешний вид окна Приложения с обученной нейронной сетью приведен на рисунке 5.

См. Рисунок 5 - Внешний вид Приложения с обученной нейронной сетью

В результате обучения в качестве оптимальной выбрана нейронная сеть с сигмоидной активационной функцией на входном и выходном слое. Коэффициент К(Т1) характеризующий близость дисперсий выборок фактического и смоделированного расхода, составил 1,203, а средняя ошибка моделирования К(Т2) = 0,077.
В электронном приложении заложена возможность отображения графиков зависимости расхода электрической энергии от одного из влияющих факторов при постоянных значениях остальных факторов (рисунок 6).

См. Рисунок 6 - Зависимости расхода электроэнергии от влияющих факторов

Из рисунка 6 видно, что зависимость расхода электроэнергии от величины приведенной мощности является практически линейной, от объема производственной деятельности - приближенной к линейной; при этом с ростом значения фактора возрастает расход электроэнергии.
Зависимость электропотребления от температуры воздуха является убывающей и существенно нелинейной. При приближении температуры к +15-17°С темпы снижения расхода электроэнергии падают, так как начинает возрастать процент использования систем вентиляции и кондиционирования.