LSTM МОДЕЛІН ҚОЛДАНА ОТЫРА ФОТОЭЛЕКТРЛІК ЭЛЕКТР СТАНЦИЯЛАРЫНЫҢ ЭЛЕКТР ЭНЕРГИЯСЫН ӨНДІРУДІ ҚЫСҚА МЕРЗІМДІ БОЛЖАУ

G. Taganova; D.A.  Tussupov; V. Voychik; A.A. Abdildaeva; T.Zh. Yermek

doi:10.58805/kazutb.v.1.22-330

Information and communication and chemical technologies

No. 1 (22) - 2024 / 2024-03-31 / Number of views: 30

LSTM МОДЕЛІН ҚОЛДАНА ОТЫРА ФОТОЭЛЕКТРЛІК ЭЛЕКТР СТАНЦИЯЛАРЫНЫҢ ЭЛЕКТР ЭНЕРГИЯСЫН ӨНДІРУДІ ҚЫСҚА МЕРЗІМДІ БОЛЖАУ

Authors

G. Taganova⁺⁻
D.A. Tussupov⁺⁻
V. Voychik⁺⁻
A.A. Abdildaeva⁺⁻
T.Zh. Yermek⁺⁻

ЕНУ

L.N. Gumilyov Eurasian National University

Lublin Technical University

Almaty University of Power Engineering and Telecommunications named after GumarbekDaukeyev

International University of Information Technology

Keywords

LSTM, машиналық оқыту әдістері, фотоэлектрлік электр станциялары, қысқа мерзімді болжау

Back

PDF (RU)

Link to DOI:

https://doi.org/10.58805/kazutb.v.1.22-330

How to quote

Taganova Г. ., Tussupov Д. ., Voychik В., Abdildaeva А. ., and Yermek Т. . “LSTM МОДЕЛІН ҚОЛДАНА ОТЫРА ФОТОЭЛЕКТРЛІК ЭЛЕКТР СТАНЦИЯЛАРЫНЫҢ ЭЛЕКТР ЭНЕРГИЯСЫН ӨНДІРУДІ ҚЫСҚА МЕРЗІМДІ БОЛЖАУ”. КазУТБ, vol. 1, no. 22, Mar. 2024, doi:10.58805/kazutb.v.1.22-330.

ACM ACS APA ABNT Chicago Harvard IEEE MLA Turabian Vancouver

Abstract

This article is devoted to the problem of forecasting electricity generation by photovoltaic power plants based on meteorological data from open sources using machine learning methods. To solve the problem proposed in the article, an overview of existing meteorological data sources and possible methods of processing them is given, as well as a simplified LSTM algorithm based on the architecture of the machine learning methodology for predicting solar energy generation a day earlier.