алгоритми машинного навчання

Успішне використання сонячної енергетики зумовлює необхідність точного прогнозування виробництва електроенергії сонячними електростанціями (СЕС) для стабільного функціонування систем електропостачання. Це пов’язано з необхідністю підтримання миттєвого балансу виробництва і споживання електричної енергії, який забезпечується реалізацією складних ієрархічних систем управління наявними джерелами енергії. Особливо актуальна можливість короткочасного прогнозування виробництва енергії СЕС.

Однією з прикладних геодезичних задач для геодинаміки є виявлення аномальних відхилень у часових рядах ГНСС, що можуть свідчити про деформації земної поверхні спричинені впливом різних геофізичних явищ. Важливо зазначити, що геодинамічні аномалії можуть мати локальний характер та проявлятися лише на одній ГНСС-станції або регіональний характер і проявлятися одночасно у групі часових ГНСС- рядів. Метою цієї статті є розроблення методу виявлення геодинамічних аномалій у часових рядах ГНСС з використанням алгоритмів машинного навчання.