Сотрудник ИРНИТУ Владимир Гильмутдинов занял второе место на конкурсе научных работ в Пензенском госуниверситете. Лучшие доклады определили по результатам XVIII Всероссийской конференции с международным участием «Математическое и компьютерное моделирование естественно-научных и социальных проблем».
Организатор форума – кафедра высшей и прикладной математики факультета вычислительной техники Политехнического института ПГУ. Интерес к мероприятию проявили студенты, аспиранты, молодые ученые и специалисты из Саранска, Иркутска, Самары, Ульяновска, Москвы, Уфы и Пензы. С докладами выступили иностранные слушатели, обучающиеся в вузах России. Всего было представлено 30 научных проектов, оргкомитет наградил авторов лучших работ.
На первом месте – аспирант МГУ им. Н.П. Огарева (Саранск) Михаил Нефедов и студентка ПГУ Анастасия Лезина. Вторыми стали лаборант-исследователь ПГУ Гордей Чалышов и ассистент лаборатории сетевых технологий и ИТ-инфраструктуры ИРНИТУ Владимир Гильмутдинов.
«Второй год я также работаю инженером-исследователем лаборатории промышленной математики Байкальского института БРИКС, завершаю обучение в магистратуре. На конференции по ВКС презентовал часть дипломного проекта, выступив с докладом «Нечеткие интегральные уравнения Вольтерра в системах с возобновляемой энергией: интервальное прогнозирование».
Большую помощь в подготовке работы оказали заведующий лабораторией Денис Николаевич Сидоров и Ильдар Ринатович Муфтахов, защитивший под руководством профессора кандидатскую диссертацию в прошлом году», - сказал Владимир Гильмутдинов.
Рассказывая про актуальность тематики исследования, политеховец отметил, что изучение особенностей электроэнергетических систем и управление энергоресурсами необходимы для обоснования модернизации оборудования и прогнозирования потребления электроэнергии. Эффективная генерация энергии зависит от поддержания баланса между ее потреблением и производством. Погодные условия, географическое расположение, тип населения, качество оборудования и другие факторы влияют на спрос электроэнергии.
«Целью данной работы является создание интервального прогноза на основе измеренного напряжения на выходе одного из накопителей. Мы написали алгоритм на языке Python. Работа стартовала со считывания данных о нагрузке из файла, разделения их на тестовые и обучающие периоды. С помощью Keras мы построили модель нейронных сетей с несколькими слоями, определили скорость обучения и выбрали лучшую модель, выполнили прогноз. Затем вычислили абсолютную, среднюю абсолютную процентную и среднеквадратичную ошибки, визуализировали результаты.
Запустив реализованный алгоритм, получили график, на котором отображаются реальные и прогнозируемые данные, доверительный интервал, диапазон значений, в пределах которого будут находиться наблюдения. Верхнее и нижнее значения интервала интегрируются в модель с применением метода продолжения по параметру и интегральных уравнений Вольтерра для дальнейших исследований», - рассказал Владимир Гильмутдинов.
Тройку лучших замкнули студенты ПГУ Станислав Голованов и Егор Липатов.
