ŽILINSKÁ UNIVERZITA V ŽILINE Diplomová práca Obsah ... - Utc.sk

ŽILINSKÁ UNIVERZITA V ŽILINEDiplomová prácaaby chyba s ktorou bude predikovať spotrebu EE oproti skutočnej hodnote, bolaminimálna. Model umožňuje predpovedať budúci vývoj systému a prípadne umožňujeriadiť a optimalizovať činnosť príslušného systému. Jeden z prístupov k predikciivyužíva pre predpoveď nasledujúcich stavov systému informácie o predošlých stavovsystému. V takom prípade sa jedná o problém predikcie časových radov. Dáta tvoriacečasový rad sú chronologicky usporiadané merania spotreby EE. Najvhodnejšie modelypre prognózovanie spotreby EE u železničného prepravcu sú: analytická metódaa metóda využívajúca neurónové siete. Každá z týchto metód je špecifická a je vhodnápre iný typ prepravy.5.3.1. Analytická metóda prognózy spotreby EEJej princíp spočíva vo výpočte spotrieb EE po jednotlivých HDV a následnémusčítaniu týchto spotrieb do jedného celku. Jednotlivé dielčie spotreby EE sa získajú nazáklade poznatkov o plánovanom pohybe HDV (grafikon) a historických údajovo spotrebách na daných traťových úsekoch. Z nich sa plánovaná dielčia spotrebaprekalkuluje z referenčnej záťaže na plánovanú prepravovanú záťaž.Táto metóda je z pohľadu výpočtov veľmi jednoduchá, jej nedostatkom je v potrebeveľkého množstva typových spotrieb vztiahnutých ku každému druhu HDVa k jednotlivým traťovým úsekom a v podmienke aby sa vlaky prepravovali presnepodľa grafikonu. Z týchto podmienok je zrejmé že tento druh prognózy je vhodnýhlavne u osobnej prepravy (ŽSSK). Tu jednotlivé vlakové súpravy až na pár výnimiekdodržujú grafikon s vysokou presnosťou.5.3.2. Metóda využívajúca neurónové sieteZákladný princíp predikcie za pomoci neurónových sietí (NS) spočíva vo vytvorenímodelu systému, ktorý na základe vstupných veličín sa snaží čo najpresnejšie popísaťvýstupné veličiny, ktoré sú určitým odhadom správania sa systému v budúcnosti.Typickými vlastnosťami takejto inteligentnej technológie sú nasledujúce schopnosti:• schopnosť učenia sa z dát a získavanie poznatkov,• schopnosť ukladať poznatky,• schopnosť využívať získané poznatky pri riešení konkrétnych situácií.Metóda založená na inteligentnej technológii NS je vhodná pre systém, ktoréhopopis je mimoriadne náročný alebo systém, ktorého pravidlá fungovania nie sú známe.A práve táto dôležitá vlastnosť NS určuje ich použitie pri modelovaní takýchtoKVES 40