Перспективы внедрения технологий искусственного интеллекта в управление возобновляемой энергетикой

Статья представляет собой препринт исследования в области использования искусственного интеллекта (ИИ). Анализируется эффективность использования технологий искусственного интеллекта (ИИ) для управления нагрузкой на станции, выработки энергии за счёт возобновляемых источников энергии, а также оценивается использование ИИ в данных процессах. Проанализированы исследования текущего состояния и перспектив развития ИИ в разных отраслях и направлениях, сложность в многоаспектности использования Искусственного интеллекта на электростанциях в направлениях «зеленой энергетике».

1. Сольская И. Ю., Козырева С. Е. Роль искусственного интеллекта в повышении эффективности энергосектора /Сборник научных статей всероссийской научно-практической конференции "Финансовые аспекты структурных преобразований экономики" (ФАСПЭ-2024). - № 10 (2024). - https://ojs.irgups.ru/index.php/economy/issue/view/99 (дата обращения 01.10.2024)

2. Хохрайтер, С. Долгая краткосрочная память / С. Хохрайтер, Дж. Шмидхубер // Neural Computation. - 1997. - Т.9, № 8. - С.1735-1780. - URL: https://doi.org/10.1162/neco.1997.9.8.1735 (дата обращения 01.10.2024)

3. Ле Кун, Я. Глубокое обучение / Я. ЛеКун, Й. Бенджио, Дж. Хинтон // Nature. - 2015. - Т. 521, № 7553. - С.436–444. - URL: https://doi.org/10.1038/nature14539 (дата обращения 01.10.2024)

4. Мних, В. Управление на уровне человека с помощью глубокого обучения с подкреплением / В. Мних [и др.] // Nature. - 2015. - Т. 518, № 7540. -С. 529-533. - URL: https://doi.org/10.1038/nature14236

5. Саттон, Р. С. Обучение с подкреплением: введение / Р. С. Саттон, А. Г. Барто. — 2-е изд. -MIT Press, 2018. -URL: http://incompleteideas.net/book/the-book-2nd.html (дата обращения 01.10.2024)

6. Шмид, У. Глубокое обучение в нейронных сетях: обзор / У. Шмид // Neural Networks. - 2015. - Т. 61. - С. 85–117. - URL: https://doi.org/10.1016/j.neunet.2014.09.003 (дата обращения 01.10.2024)

7. Бертсекас, Д. П. Нейродинамическое программирование / Д. П. Бертсекас, Дж. Н. Цициклис. - Athena Scientific, 1996. - URL: http://www.athenasc.com/ndpbook.html (дата обращения 01.10.2024)

8. Масютина Г.В., Ростова А.Т., Елисеева А.А., Щикунов Н.Н. Перспективы использования солнечной энергетики с применением технологий искусственного интеллекта в агропромышленных комплексах // Сборник статей всероссийской научно-практической конференции «Современные подходы к развитию агропромышленного, химического и лесного комплекса. Проблемы, тенденции, перспективы». – Великий Новгород: ФГБОУ ВО «Новгородский государственный университет имени Ярослава Мудрого», 2021. - С. 419-425. - 471 с.

9. Тищенко В.В., Ростова А.Т. Использование нейросетей в управлении спросом потребителей // Материалы национальной (с международным участием) научно-практической конференции «Цифровые системы и модели: Теория и практика проектирования, разработки и применения». - Казань: Казанский государственный энергетический университет, 2024. – С. 1140-1142. - 1616 с.

10. Бугорский И.А., Паньков Д.Н. Роль искусственного интеллекта в управлении возобновляемыми источниками энергии// Перспективы развития технологий обработки и оборудования в машиностроении Сборник научных статей Всероссийской научно-технической конференции. Воронеж, Изд-cтво: Воронежский государственный технический университет (Воронеж) 2023 - C. 94-98

11. Шедько Ю.Н. Проблемы и решения в цифровизации в «зеленой энергетике» в регионах России//Государство, власть, управление и право: материалы XII Всероссийской научно-практической конференции / Министерство науки и высшего образования Российской Федерации, Государственный университет управления. – Москва: ГУУ, 2022C/182—188.