Защита диссертации Тагановы Гүлданы Жарқымбайқызы на соискание степени доктора философии (PhD) по специальности «8D06103 - Информационные системы»

В Евразийском национальном университете имени Л.Н. Гумилева состоится защита диссертации на соискание степени доктора философии (PhD) Тагановы Гүлданы Жарқымбайқызы на тему «Разработка информационной системы для прогнозирования нагрузки и оптимизации электроэнергетических систем» по образовательной программе «8D06103 – Информационные системы».

Диссертация выполнена на кафедре «Кафедра Информационных систем» Евразийского национального университета имени Л.Н. Гумилева.

Язык защиты - казахский

Официальные рецензенты:

Оралбекова Жанар Орымбаевна – доктор философии (PhD), ассоциированный профессор, и.о. профессора «Школы искусственного интеллекта и науки о данных», ТОО «Astana IT University» (г. Астана, Республика Казахстан).

Амирханова Гульшат Аманжоловна – доктор философии (PhD), ассистент-профессор кафедры «Искусственный интеллект и Big Data» Казахского Национального Университета имени аль-Фараби (г. Алматы, Республика Казахстан).

Временные члены Диссертационного совета:

Барахнин Владимир Борисович – доктор технических наук; доцент, ведущий научный сотрудник в Федеральном исследовательском центре информационных и вычислительных технологий (ФИЦ ИВТ) (г. Новосибирск, Россия);

Мамырбаев Оркен Жумажанович – доктор философии (PhD), профессор, заместитель директора по науке РГП «Институт информационных и вычислительных технологий» Комитета науки МНВО РК (г. Алматы, Республика Казахстан);

Орманбекова Айнур Алибековна – доктор философии (PhD), ассистент-профессор кафедры «Автоматизация и робототехника» Алматинского технологического университета (г. Алматы, Республика Казахстан).

Научные консультанты:

Тусупов Джамалбек Алиаскарович – доктор физико-математических наук, профессор кафедры «Информационные системы» Евразийского национального университета им. Л. Н. Гумилева, (г. Астана, Республика Казахстан);

Войчик Вальдемар – доктор технических наук, профессор кафедры информационных технологий электроники Люблинского технологического университета (г. Люблин, Польша).

Защита состоится: 3 июля 2026 года 12:00 часов в Диссертационном совете по направлению подготовки кадров «8D061 – Информационно-коммуникационные технологии» по специальности «8D06103 – Информационные системы» Евразийского национального университета имени Л.Н. Гумилева. Проведение заседания диссертационного совета в онлайн формате.

Ссылка: https://teams.microsoft.com/meet/4391040662843?p=xVW6Uwdlc4QkkjxISR 

Адрес: г. Астана, ул. Пушкина, 11, Учебный корпус № 2, аудитория № 222.

Аннотация (рус.): АННОТАЦИЯ диссертационной работы Тагановой Гулданы Жаркымбайқызы на тему «Разработка информационной системы для прогнозирования нагрузки и оптимизации электроэнергетических систем», представленной на соискание степени доктора философии (PhD) по образовательной программе «8D06103 – Информационные системы» Актуальность темы исследования. На современном этапе режимы функционирования электроэнергетических систем претерпевают существенные изменения, обусловленные ростом доли возобновляемых источников энергии, усложнением структуры потребления и увеличением потоков цифровых данных. Особенно интенсивное развитие солнечной энергетики усложняет задачу предварительной оценки баланса между производством и потреблением электрической энергии. Поскольку солнечная генерация зависит от погодных условий, времени суток, сезонных изменений, облачности, температуры и уровня солнечной радиации, ее точное описание только традиционными методами является недостаточным. В условиях Казахстана данная проблема приобретает дополнительную значимость. Территория страны обширна, климатические зоны различаются, а солнечный ресурс и структура потребления по регионам распределены неравномерно. В южных регионах потенциал солнечной генерации высок, тогда как в северных и центральных областях характер нагрузки и сезонное потребление формируются иначе. В этих условиях необходима информационная система, рассматривающая электрическую нагрузку и солнечную генерацию не раздельно, а во взаимосвязи. Актуальность диссертационного исследования определяется тем, что результаты прогнозирования нагрузки и солнечной генерации рассматриваются не только как числовой прогноз, но и как инструмент поддержки принятия решений, позволяющий определять энергетический дефицит, избыток энергии, объем энергии, получаемой из внешней сети, чистую нагрузку и показатели снижения пиковой нагрузки. В этом аспекте исследование тесно связано с задачами цифровизации электроэнергетики, эффективной интеграции возобновляемых источников энергии и управления режимами энергосистемы. В современных научных исследованиях прогнозирование нагрузки, прогнозирование солнечной генерации, выявление экстремальных значений и внедрение результатов в информационную систему зачастую рассматриваются раздельно. В ряде работ анализируется точность моделей, однако не всегда в полной мере раскрывается, каким образом полученные прогнозы применяются в расчетах энергетического баланса и режимной оптимизации. Данная диссертационная работа направлена на сокращение указанного разрыва: задачи прогнозирования, выявления экстремумов, расчета чистой нагрузки и визуализации посредством информационной системы объединены в единую исследовательскую логику. Цель диссертационного исследования. Целью исследования является разработка информационной системы, объединяющей прогнозирование солнечной генерации и электрической нагрузки, расчет чистой нагрузки, анализ энергетического баланса и поддержку принятия режимных решений для электроэнергетических систем с применением современных цифровых технологий, методов анализа данных и моделей машинного обучения. Для достижения поставленной цели были определены следующие задачи: 1. Провести анализ современных научных исследований в области прогнозирования электрической нагрузки, моделирования производства солнечной энергии и оптимизации баланса генерации и потребления в электроэнергетических системах. 2. Разработать гибридную модель глубокого обучения на основе архитектур Transformer, CNN и RNN для прогнозирования производства электрической энергии солнечными панелями. 3. Оценить эффективность разработанной модели на основе экспериментального анализа и сравнительного исследования с существующими методами машинного и глубокого обучения. 4. Создать модуль прогнозирования электрической нагрузки на основе открытых данных и интегрировать его результаты с прогнозом электрической энергии, получаемой от солнечной генерации. 5. Определить энергетический дефицит, избыток энергии и объем энергии, получаемой из внешней электрической сети, путем расчета разности между прогнозируемой нагрузкой потребления и прогнозируемой солнечной генерацией. 6. Разработать вычислительный модуль, направленный на улучшение режимов работы электроэнергетической системы; данный модуль предусматривает решение задачи сглаживания пиковых значений нагрузки за счет более эффективного использования солнечной энергии. 7. Разработать информационную систему, обеспечивающую прогнозирование, анализ режимов работы электроэнергетической системы и поддержку принятия решений по оптимизации. Основные результаты, выносимые на защиту: 1. Комплексный метод обработки данных, обеспечивающий совместный расчет электрической нагрузки и солнечной генерации с учетом накопления избыточной энергии в периоды высокой инсоляции и последующего роста зависимости от внешней сети в вечернее время. 2. Гибридные модели предварительного расчета солнечной генерации, направленные на снижение ошибки при резких изменениях погодных условий и более раннее выявление нештатных режимов. 3. Информационная платформа, позволяющая в единой среде совместно анализировать энергию, вырабатываемую солнечными электростанциями, и нагрузку потребления, а также предварительно оценивать объем энергетического дефицита и избыточной мощности. Научная новизна исследования заключается в следующем: 1. Предложен многоуровневый прогнозно-аналитический подход, связывающий солнечную генерацию и электрическую нагрузку в рамках единой информационной системы. 2. Реализован метод расчета показателя чистой нагрузки и его использования в оптимизационных расчетах путем объединения прогноза выработки энергии солнечными панелями и прогноза электрической нагрузки потребления. 3. Разработано программное решение, позволяющее анализировать в едином интерфейсе показатели энергетического дефицита, избытка энергии, энергии, получаемой из сети, и снижения пиковой нагрузки в электроэнергетической системе. 4. Разработанная система основана на модульной архитектуре и не ограничивается одним конкретным объектом: при вводе новых данных smart-meter, параметров PV-установки и локальных метеорологических данных она может быть адаптирована к различным электрическим сетям и организациям. Объект исследования – процессы производства электрической энергии солнечной электростанцией и изменения электрической нагрузки, а также временные, метеорологические и технические данные, характеризующие их влияние на режим работы электроэнергетической системы. Предмет исследования – методы машинного обучения, глубокого обучения, гибридного моделирования и вычислительные методы, предназначенные для прогнозирования производства солнечной энергии и электрической нагрузки, расчета чистой нагрузки, выявления экстремальных режимов и оптимизации энергетического баланса. Методология исследования. В ходе исследования использованы методы анализа временных рядов, машинного обучения, глубокого обучения, многозадачного обучения, гибридных нейронных архитектур, регрессионного прогнозирования, классификации, кросс-валидации, абляционного исследования и математического моделирования на основе энергетического баланса. Для прогнозирования солнечной генерации применена авторская модель HST-MB-CREH. При оценке электрической нагрузки использовался восстановленный профиль нагрузки, сформированный на основе данных smart-meter. Методы исследования. В качестве входных данных использованы метеорологические, временные, солнечно-астрономические и циклические признаки. Выполнены этапы очистки исходных данных, обработки пропущенных значений, логарифмического преобразования, нормализации Min–Max, циклического кодирования времени и формирования временных окон. Эффективность моделей оценивалась с использованием показателей MAE, RMSE, MAPE, R², EVS и AUC_ext. Для сохранения природы временных рядов применялась стратегия TimeSeriesSplit. Программное обеспечение. Для реализации результатов исследования использованы язык Python, библиотеки машинного и глубокого обучения, технологии Flutter Web, Firebase Authentication, Firestore Database и Google Cloud Run. Платформа SUN ENERGY объединяет прогнозные модели, модуль нагрузки, расчеты энергетического баланса и оптимизации в едином веб-интерфейсе. Теоретическая значимость исследования определяется развитием методов прогнозирования солнечной генерации, выявления экстремальных режимов и анализа энергетического баланса, связанного с профилем нагрузки. В диссертации солнечная генерация рассматривается не только как временной ряд, но и как многофакторный процесс, связанный с метеорологическими, солнечно-астрономическими и циклическими факторами. Предложенная модель HST-MB-CREH послужила основой для анализа локальных паттернов, временных зависимостей, дальних связей и экстремальных режимов в рамках единой вычислительной схемы. Практическая значимость исследования определяется разработкой информационной системы SUN ENERGY. Система ориентирована на представление результатов прогнозирования в понятной форме для операторов солнечных электростанций, энергетических организаций и диспетчерских служб. Пользователь может заранее определить периоды снижения солнечной генерации, возникновения избытка энергии, необходимости получения энергии из внешней сети и усиления пиковой нагрузки. Это способствует обоснованию диспетчерских решений и эффективной интеграции возобновляемых источников энергии в сеть. Личный вклад докторанта. Представленные в диссертации исследования выполнены соискателем самостоятельно. Автор непосредственно участвовала в этапах сбора данных, предварительной обработки, формирования многофакторного пространства признаков, разработки гибридной модели, проведения вычислительных экспериментов, сравнения моделей, выполнения абляционного исследования и проектирования информационной системы. Вклад автора в совместных публикациях заключается в разработке моделей и алгоритмов, проведении экспериментов, анализе результатов и подготовке научных статей. Апробация результатов диссертации. Основные результаты диссертационной работы обсуждались на расширенном заседании кафедры «Информационные системы» Евразийского национального университета имени Л.Н. Гумилева. Внедрение результатов. Результаты диссертационной работы внедрены в деятельность ТОО «UMAY R&D». Исследование выполнено в рамках проекта грантового финансирования Министерства науки и высшего образования Республики Казахстан № AP26105051 «Оптимизация надежности распределительных сетей путем внедрения комплексной интеллектуальной системы управления». Публикация основных результатов диссертации. По теме исследования опубликовано 5 научных статей, в том числе 2 статьи в журналах, входящих в базы данных Scopus и Web of Science, и 3 статьи в научных изданиях, рекомендованных Комитетом по обеспечению качества в сфере науки и высшего образования Министерства науки и высшего образования Республики Казахстан. Кроме того, по результатам диссертационной работы получено свидетельство о внесении сведений в государственный реестр прав на объекты, охраняемые авторским правом. Объем и структура диссертации. Диссертационная работа написана на казахском языке и состоит из введения, трех взаимосвязанных разделов, разделенных на подразделы, заключения и списка использованных источников. Объем работы составляет 128 страниц, включает 31 рисунок и 15 таблиц. Список использованных источников состоит из 70 наименований. Во введении представлены обоснование темы исследования, цель и задачи, объект и предмет исследования, научная новизна, теоретическая и практическая значимость, основные положения, выносимые на защиту, а также методы исследования. В первом разделе проведен анализ методов прогнозирования нагрузки и солнечной генерации, а также оптимизации режимов энергосистем в электроэнергетических системах. Рассмотрены мировые и казахстанские тенденции развития возобновляемых источников энергии, основные факторы формирования нагрузки и солнечной генерации, традиционные и современные методы прогнозирования. На основе анализа литературы обоснована необходимость рассмотрения задач нагрузки, солнечной генерации, экстремальных режимов и поддержки принятия решений на уровне информационной системы в единой исследовательской логике. Во втором разделе разработана модель прогнозирования производства солнечной электрической энергии и выявления экстремумов. Описаны подготовка данных, формирование многофакторного пространства, состоящего из 21 признака, построение гибридной модели на основе CNN, LSTM, GRU и Transformer, выявление экстремальных значений, а также математическая модель модуля прогнозирования и оптимизации нагрузки. Модель HST-MB-CREH была сопоставлена с моделями Random Forest, XGBoost, LSTM, GRU и Transformer, и ее эффективность подтверждена экспериментально. В третьем разделе на основе предложенной гибридной модели разработана информационная система SUN ENERGY для прогнозирования солнечной электрической энергии и оптимизации режимов энергосистемы. Представлены концептуальная модель, архитектура, функциональная структура, бизнес-процессы, поток данных, интеграция с внешним метеорологическим сервисом, визуализация и результаты тестирования системы. Система сформирована как платформа, представляющая в единой цифровой среде прогнозирование солнечной генерации, анализ нагрузки, выявление экстремальных режимов, расчет энергетического баланса и оптимизационные решения. В заключении изложены основные научные выводы диссертационного исследования, теоретическая и практическая значимость полученных результатов, а также направления дальнейшего развития исследования.

Диссертация

Список научных трудов

Отзыв научного консультанта

Отзыв зарубежного консультанта

Заключение комиссии по этической оценке исследований