Компьютерное обеспечение и вычислительная техника УДК 681.513.54 Р. В. Таранов, А. В. Маликов ПРОГНОЗИРОВАНИЕ ЭНЕРГОПОТРЕБЛЕНИЯ ПРИ ПОМОЩИ ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ С ПРИМЕНЕНИЕМ ТЕХНОЛОГИИ CUDA Проведен анализ существующих методов прогнозирования энергопотребления. <...> Обоснован выбор метода прогнозирования с использованием искусственной нейронной сети. <...> Предложен новый алгоритм прогнозирования энергопотребления на основе теории искусственных нейронных сетей с применением технологии CUDA для оптимизации процесса прогнозирования потребления электроэнергии на промышленном предприятии. <...> Для практического использования нового алгоритма разработана компьютерная программа для операционных систем Windows, написанная на языке программирования С++. <...> Поставлен эксперимент, на основе которого проводится анализ работы программы и расчет потребляемых ресурсов. <...> По результатам экспериментов разработанный параллельный алгоритм достиг необходимой точности прогноза за значительно меньший промежуток времени. <...> Ключевые слова: методы прогноза, прогнозирование энергопотребления, нейронная сеть, параллельный алгоритм, технология CUDA. <...> Известные методы прогнозирования электрической нагрузки плохо «работают» с «зашумленными» и неполными данными. <...> В настоящее время разрабатываются и внедряются новые подходы к прогнозированию электрической нагрузки. <...> Задача нашего исследования – рассмотреть классический персептрон – искусственную нейронную сеть (ИНС). <...> Описание модели нейронной сети Классический персептрон – одна из самых распространённых моделей нейронной сети благодаря способности отражать сложные нелинейные отношения между входными и выходными параметрами [8]. <...> Персептрон состоит из множества сенсорных элементов, которые образуют входной слой; одного или нескольких скрытых слоев вычислительных нейронов и одного выходного слоя нейронов. <...> Входной сигнал распространяется по сети в прямом направлении <...>