Розглянуто особливості впливу даних про температуру повітря на точність прогнозування вузлових навантажень в енергосистемах та зміну точності такого прогнозування залежно від навчальної вибірки та її обсягу. Показано застосування методу аналізу даних для виявлення аномальних значень і пропусків для зменшення спотворень даних та покращання результатів прогнозування. Для багатофакторного прогнозу вузлових навантажень було використано нейронну мережу глибинного навчання типу LSTM. Для оцінки ефективності точності прогнозу розглянуто різні варіанти вибірок даних для навчання нейронної мережі.

• Мірошник Володимир Олександрович (технічні науки)
• Блінов Ігор Вікторович (1981–) (технічні науки)
• Черненко Павло Олексійович (технічні науки)

  Якщо, ви не знайшли інформацію про автора(ів) публікації, маєте бажання виправити або відобразити більш докладну інформацію про науковців України запрошуємо заповнити "Анкету науковця"