ДонНТУ Портал магистров

Библиотека материалов по теме выпускной работы

    Собственные публикации и доклады

  1. Компьютеризированная система оптимизации потребления электроэнергии жилого дома

    Авторы: А.С. Усова, С.В. Хмелевой

    Описание: В статье рассмотрена актуальность проблемы оптимизации потребления электроэнергии, проанализировано использование методов Demand Response, произведён анализ стратегий формирования нагрузки, рассмотрены классификации электрооборудования, произведён анализ подходов для оптимизации потребления электроэнергии. Проведён обзор математических методов и алгоритмов, которые можно применить для исходной задачи. Выбран генетический алгоритм, проанализировано построение генетических алгоритмов применительно к Demand Response, проанализированы виды фитнесс–функций для генетических алгоритмов, предложен вид генетического алгоритма применимый для исходной задачи с учётом заданных ограничений.

    Источник: Информатика и кибернетика Донецк, ДонНТУ – 2020 – № 1(19) – С.27–35

  2. Компьютеризированная система оптимизации потребления электроэнергии жилого дома

    Авторы: А.С. Усова, С.В. Хмелевой

    Описание: В статье рассмотрена проблема оптимизации потребления электроэнергии. Для решения данной проблемы рассмотрено применение программы Demand Response. Проанализировано построение генетического алгоритма применительно к Demand Response, а именно, разработан способ кодирование хромосомы и предложен первоначальный выбор параметров алгоритма. Проанализирован вид фитнес-функции для оптимизации потребления электроэнергии с учётом заданного алгоритма и ограничений. Приведены результаты работы разрабатываемой программы.

    Источник: Программная инженерия: методы и технологии разработки информационно–вычислительных систем (ПИИВС–2020): сборник научных трудов III научно–практической конференции (студенческая секция), Том 2, 25–26 ноября 2020 г. – Донецк, ГОУВПО «Донецкий национальный технический университет», 2020. – C.37–42

    3. Тематические статьи

  3. Novel genetic algorithm for scheduling of appliances

    Авторы: Ugonna R. Anuebunwa, Haile–Selassie Rajamani, Prashant Pillai, Oghenovo Okpako

    Описание: В этой статье рассматривается работа по планированию электроприборов для изменения профилей нагрузки в рыночной среде. В статье будет проведен обзор литературы по алгоритмам, используемых при планировании времени работы электроприборов в жилых районах. Представлена работа над генетическим алгоритмом, который позволит оптимизировать профиль нагрузки с учетом индексов участия пользователей. Предлагается новая мера комфорта клиента, полученная из стандартного отклонения профиля нагрузки, чтобы побудить клиента более активно участвовать в программах реагирования на спрос. Проведены результаты тестирования различные сценариев.

    Источник: IEEE PES Power Africa Conference, Livingstone–Zambia, 2016 – p.57–61

  4. An Efficient Genetic Algorithm Based Demand Side Management Scheme for Smart Grid

    Авторы: M. Awais, N. Javaid, N. Shaheen, Z. Iqbal, G. Rehman1, K. Muhammad, I. Ahmad

    Описание: В статье рассматривается новая стратегия управления спросом (DSM) в Smart Grid (SG). Анализируются три типа нагрузок: жилая, коммерческая и промышленная. В данной работе рассматривается большее количество приборов различной номинальной мощности для каждого типа нагрузки. Большое количество приборов в SG является сложной задачей, потому что это увеличивает сложность проблемы. Целью выступает минимизация затрат на потребление электроэнергии. Результаты моделирования показывают, что предложенный генетический алгоритм снижает затраты при одновременном снижении пиковой нагрузки на SG.

    Источник: COMSATS Institute of Information Technology. 2015. – p.351–356.

  5. A Hybrid Genetic Wind Driven Heuristic Optimization Algorithm for Demand Side Management in Smart Grid

    Авторы: N. Javaid, S. Javaid, W. Abdul, I. Ahmed, A. Almogren, A. Alamri, I.A. Niaz,

    Описание: В статье рассматриваются алгоритмы, используемые для планирования жилых нагрузок между пиковыми часами и непиковыми часами в среде ценообразования в реальном времени, одновременно обеспечивая максимальный комфорт для пользователя и минимизируя затраты на электроэнергию и отношение пикового к среднему. Эти алгоритмы тестируются в двух сценариях: планирование нагрузки одного дома и планирование нагрузки нескольких домов.

    Источник: Energies, Vol.10, N 319, 2017, – p.1–7

  6. Оптимизация энергопотребления домохозяйства на основе прогноза графика максимальной нагрузки бытовых приборов

    Авторы: Г.Г. Гребенюк, А.А. Крыгин

    Описание: Рассматривается задача оптимизации энергопотребления домохозяйства путем построения оптимального графика использования бытовых приборов. Конкретизируется постановка задачи, множество всех видов бытовых приборов разделяется на группы, для каждой из которых формализуются требования по функционированию. С использованием этих требований конструируется методика сведения этой задачи к основной задаче целочисленного программирования, в которой в качестве целевой функции выступает суммарная стоимость потребляемой электроэнергии.

    Источник: Управление большими системами: сборник трудов 69, – 2017. – стр.50–75.

  7. Cost Optimization in Home Energy Management System using Genetic Algorithm, Bat Algorithm and Hybrid Bat Genetic Algorithm

    Авторы: Urva Latif, Nadeem Javaid, Syed Shahab Zarin, Muqaddas Naz, Asma Jama, Abdul Mateen

    Описание: Домашние системы управления электроэнергией широко используются для того, чтобы справиться с растущим спросом на электроэнергию. Они помогают уменьшить выбросы углекислого газа, образующиеся при чрезмерном сжигании топлива и природных ресурсов, необходимых для производства энергии. Основанные на цене методы автоматического реагирования на спрос (DR), включенные в эти системы, перемещают время работы оборудования от часов с высокой ценой на электроэнергию к часам с низкой стоимостью. В данной работе электрическая нагрузка дома подразделяется на три типа: базовая нагрузка, сдвигаемая прерываемая нагрузка и сдвигаемая не прерываемая нагрузка. Для оптимизации энергопотребления рассмотрены генетический алгоритм (GA) и алгоритм Bat со схемой ценообразования time of use (TOU) для планирования времени работы электроприборов с целью снижения счетов за электроэнергию.

    Источник: IEEE 32nd International Conference on Advanced Information Networking and Applications 1550–445X/ 2018. – p.667–677.

  8. Optimization Techniques for Home Energy Management: A Review

    Авторы: N. Qayyum, A. Amin, U. Jamil, A. Mahmood

    Описание: Smart Gird–это технология, которая принесла много преимуществ с ее развитием. Интеллектуальная сеть незаменима, поскольку она приведет нас к экологически устойчивому экономическому росту. Управление домашней энергии в интеллектуальной сети в настоящее время является горячей темой исследования, дни. Она направлена на снижение энергозатрат потребителей, достижение энергетической самостоятельности и сокращение выбросов парниковых газов. Данная обзорная работа представляет собой комплексное исследование различных методов оптимизации и их реализации с точки зрения снижения затрат электроэнергии, балансировки нагрузки, максимизации энергопотребления и комфорта пользователя и т.д. для домашнего управления энергией в Smart Grid. В данной статье обобщаются последние тенденции использования энергии из гибридных возобновляемых интегрированных источников энергии. Обсуждаются несколько методологий и методов оптимизации гибридных систем возобновляемой энергетики.

    Источник: Proc. 2nd Int. Conf.Comput., Math. Eng. Technol. (iCoMET), Jan. 2019, pp. 1–7.

  9. A Genetic Evolutionary Task Scheduling Method for Energy Efficiency in Smart Homes

    Авторы: H. Miao, X. Huang, G. Chen

    Описание: Для потребителей электроэнергии существуют энергетические нагрузки, которые должны быть обработаны в заранее заданном интервале времени. Цена на электроэнергию может варьироваться от пикового до внепикового времени. В этом случае модуль интеллектуального планирования задач в умном доме может свести к минимуму все затраты энергии, если модуль управления задачами может планировать время запуска электрооборудования, которое определяется их потреблением энергии и ограничениями по времени работы. В данной работе ситуация формулируется как задача оптимизации и предлагается алгоритм на основе генетического алгоритма (ГА) для нахождения оптимального расписания выполнения всех задач в умном доме с целью снижения энергозатрат. Эффективность метода на основе ГА оценивается с помощью предыдущих исследовательских работ, таких как метод на основе SA и метод жадного алгоритма. Результаты моделирования показывают, что алгоритм планирования на основе ГА может эффективно и оптимально минимизировать затраты потребителей на электроэнергию.

    Источник: International Review of Electrical Engineering (I.R.E.E.), Vol.7, N 5, 2012 – p.5897–5904

    10. Переводы статей

  10. Подход на основе генетического алгоритма к планированию энергопотребления в условиях реагирования на спрос

    Авторы: O. Oladeji, O.O. Olakanmi

    Описание: Стремление к созданию современной, эффективной и управляемой информацией грид – «Smart Grid» – требует создания вычислительно интеллектуальной инфраструктуры. Например, стратегии управления нагрузкой в жилых помещениях могут потребовать планирования работы приборов для достижения определенных целей, таких как максимизация коэффициента нагрузки/минимизация отношения пика к среднему (PAR) или минимизация затрат энергии. В данной работе представлен подход к одной из таких задач планирования нагрузки, который предполагает использование метода метаэвристической оптимизации–генетических алгоритмов (га). Рассматривается сценарий, в котором принимается динамическое ценообразование, и цель состоит в том, чтобы минимизировать общую стоимость оплаты электроэнергии при удовлетворении набора ограничений.

    Источник (англ.): IEEE 6th International Conference on Adaptive Science & Technology (ICAST), 2014.– p.1–6