Abstract
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)
Highlights
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
International journal of electrical engineering& technology (ijeet) Vol 4, Issue 1, January- February (2013), pp
Summary
АИИСКУЭ недостаточно, необходимо создание интеллектуальной системы мониторинга учета электроэнергии за счет применения искусственных нейронных сетей (возможность прогнозирования энергопотребления с высокой точностью). При решении поставленных задач были использованы: методы математического моделирования и прогнозирования временных рядов; статистический и регрессионный анализ; теория искусственных нейронных сетей; математический пакет STATISTICA; Matlab; методы экспертного анализа. Влияющие на выбор принятия решения по ЦК на электроэнергию и разработку системы АИИСКУЭ для горного предприятия: определение подгруппы потребителя по мощности МВт ч по ЦК (учет особенностей ЦК и составляющих на электроэнергию: покупка на ОРЭМ, тариф за услуги по передаче; сбытовая надбавка гарантирующего поставщика, оплата услуг инфраструктурных организаций), проведение сравнительного анализа стоимости электроэнергии по разным категориям; сравнение одно- (III и V ЦК) и двухставочных (IV и VI ЦК) тарифов. Основными показателями эффективности расчета системы АИИСКУЭ являются: экономия электроэнергии от внедрения за год, капитальные вложения, срок внедрения, эксплуатационные затраты, показатели эффективности проекта (срок на 5 лет): чистый дисконтируемый доход ( NPV ); индекс доходности ( PI ); дисконтируемый срок окупаемости ( DPB )
Sign-in/Register to view highlights & summary Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
Schedule a callDisclaimer: All third-party content on this website/platform is and will remain the property of their respective owners and is provided on "as is" basis without any warranties, express or implied. Use of third-party content does not indicate any affiliation, sponsorship with or endorsement by them. Any references to third-party content is to identify the corresponding services and shall be considered fair use under The CopyrightLaw.
