Алгоритмизация процесса мониторинга данных на автономных объектах электропитания в условиях прогнозирования потенциальных неисправностей на основе однородного глубокого нейронного ансамбля

Используемые в настоящее время интеллектуальные системы мониторинга зачастую не имеют функций прогнозирования состояния системы в режиме реального времени. В данной статье исследуется концепция системы мониторинга, основанная на использовании нейронного ансамбля, который может применяться для прогнозирования потенциальных неисправностей, возникающих на автономных объектах электропитания.

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.