8 (495) 987 43 74 доб. 3304 Прием заявок на рассмотрение статей E-mail: evlasova@synergy.ru

Мы в соцсетях -              
Рус   |   Eng

Авторы

Обычайко Д. С.

Ученая степень
аспирант, Национальный исследовательский университет «Московский энергетический институт»
E-mail
D.Obychaiko@aamautomatic.ru
Местоположение
г. Москва
Статьи автора

Алгоритм поддержания работоспособности киберфизической системы с введением актуализируемого показателя эксплуатационной надежности

Авторами решается проблема анализа надежности и процесса восстановления работоспособности киберфизических систем (КФС) на основе деления жизненного цикла на временные срезы, соответствующие предаварийному, аварийному, восстановленному и спрогнозированному состояниям. Построен граф состояний кибернетических и физических компонент и введены дифференциальные уравнения, связывающие вероятности возврата в рабочее состояние с интенсивностями отказов и восстановлений различного типа. Разработанная диаграмма принятия решений по восстановлению или замене соответствующего компонента позволяет производить обоснованный выбор варианта действий на возврат системы в рабочее состояние.
Читать дальше...

Исследование эффективности вычислительных процедур построения ARIMA-моделей прогноза цены на рынке электроэнергии

Излагаются результаты исследования вычислительных процедур построения авторегрессионных статистических моделей и их близких производных для применения в решении задач прогноза цены электроэнергии. Представлены достаточно детализированные результаты численного построения ARIMA-моделей с вариантами предобработки исходных данных, учитывающих закономерности функционирования энергетического комплекса. Проверка адекватности моделей прогноза историческим натурным данным в форме временных рядов осуществлялась на основе численной оценки стандартной ошибки. Достигнутый уровень точности моделей прогнозирования по Белгородской области соответствует опубликованным результатам по рынкам электроэнергии Европы, Америки и Австралии. Делается вывод о том, что наращивание сложности авторегрессионных моделей прогноза лишь в отдельных случаях и незначительно ведет к повышению точности прогнозирования.
Читать дальше...