Одной из важных задач Центра интеллектуальной цифровой электроэнергетики является предоставление данных с различных устройств в виде дата-сетов, в том числе, для коммерческого использования. Рады сообщить о первых случаях применения собранных дата-сетов: на основе данных, предоставленных полигоном, были успешно защищены две бакалаврские работы:
- Тихонова Дарья Сергеевна, МГТУ им. Н.Э. Баумана. «Анализ методов прогнозирования временных рядов: авторегрессионные модели, метод Гусеница-SSA, LSTM нейронные сети». Оценка «Отлично». Работа посвящена анализу возможностей различных подходов к краткосрочному прогнозированию сложных временных рядов (на примере данных об электропотреблении). Проведён глубокий разведочный анализ исходных данных. Показано, что авторегрессионные модели могут с высокой точностью предсказывать только тренд, метод гусеница-SSA предсказывает с высоким качеством профиль электропотребления при условии точной реконструкции аттрактора. При этом рекуррентные нейронные сети потенциально лучшие кандидаты на предиктор, но требуется закрыть два основополагающих момента: синтезировать эффективную структуру нейросети и разработать эффективную функцию потерь (в том числе стратегию обучения). Работа в этом направлении активно продолжается в 77 лаборатории ИПУ РАН.
- Якусевич Анна, МФТИ. «Краткосрочное прогнозирование электропотребления методами глубокого обучения». Оценка «Хорошо». Основной упор в работе сделан на поиск эффективной архитектуры нейронной сети. В работе в том числе показано, что классические структуры нейросетей и широко используемые функции потерь «не работают» должным образом в качестве предиктора профиля электропотребления, из-за сложного характера исходных данных. Предложены направления решения данной проблемы.