Algorithmization of the data monitoring process at autonomous power supply facilities in conditions of predicting potential failures based on a homogeneous deep neural ensemble

Currently used intelligent monitoring systems often do not have the functions of predicting the state of the system in real time. This article explores the concept of a monitoring system based on the use of a neural ensemble, which can be used to predict potential malfunctions occurring at autonomous power supply facilities.

1. Ганеева Ж.Г. Определение понятия «мониторинг» в различных сферах его применения / Ж.Г. Ганеева // Вестник Челябинского государственного университета. – 2005. – Т. 8. – № 1. – С. 30-33.

2. Охтилев М.Ю. Теоретические и технологические основы концепции проактивного мониторинга и управления сложными объектами / М.Ю. Охтилев, Б.В. Соколов, Р.М. Юсупов // Известия ЮФУ. Технические науки. – 2015. – № 1 (162). – С. 162-174.

3. Авакьянц А.В. Методы прогнозирования / А.В. Авакьянц, М.Ю. Урубкин // Инновационная наука. – 2017. – № 2-1. – С. 12-14.

4. Староверов Б.А. Реализация глубокого обучения для прогнозирования при помощи ансамбля нейронных сетей / Б.А. Староверов, Р.Н. Хамитов // Известия Тульского государственного университета. Технические науки. – 2023. – Вып. 4. – С. 185-189.

5. Созыкин А.В. Обзор методов обучения глубоких нейронных сетей / А.В. Созыкин // Вестник Южно-Уральского государственного университета. Серия: Вычислительная математика и информатика. – 2017. – Т. 6. – № 3. – С. 28-59.

6. Хайкин С. Нейронные сети: полный курс, 2-е издание / C. Хайкин. – Москва: Издательский дом «Вильямс», 2006. – 1104 с.