Журнал «Современная Наука»

ГИБРИДНАЯ МОДЕЛЬ С ПОДКРЕПЛЕНИЕМ, НЕЧЕТКОЙ ЛОГИКОЙ И ЭВОЛЮЦИЕЙ ДЛЯ ПРОГНОЗА ТЕМПЕРАТУРЫ ТРАНСФОРМАТОРА

Черников Александр Владимирович (аспирант, ФГБОУ ВО «МГТУ «СТАНКИН»)

статье представлен новый гибридный подход FELAR, который сочетает табличное Q-обучение, социально-ориентированную нечёткую логику и генетическую оптимизацию гиперпараметров для точного прогнозирования температуры масляной обмотки силового трансформатора. На примере эталонного набора ETTh1 демонстрируется, что предложенная архитектура достигает сопоставимых или лучших по сравнению с классическими трансформер-моделями. Гибридизация позволяет эффективно адаптироваться к термическим инерциям и сезонным колебаниям без потери вычислительной простоты, выполняя онлайн-дообучение на периферийных устройствах без GPU. Экспериментальный анализ распределения ошибок и диаграммы «прогноз–факт» подчёркивает устойчивость FELAR к правосторонней асимметрии и ночным провалам, открывая пути к дальнейшей калибровке нечётких весов и эволюции стратегий.

Ключевые слова:FELAR, ETTh1, Q-обучение, нечеткая логика, генетическая оптимизация, прогноз температуры трансформатора

Читать полный текст статьи …

Ссылка для цитирования:
Черников А. В. ГИБРИДНАЯ МОДЕЛЬ С ПОДКРЕПЛЕНИЕМ, НЕЧЕТКОЙ ЛОГИКОЙ И ЭВОЛЮЦИЕЙ ДЛЯ ПРОГНОЗА ТЕМПЕРАТУРЫ ТРАНСФОРМАТОРА // Современная наука: актуальные проблемы теории и практики. Серия: Естественные и Технические Науки. -2025. -№06/2. -С. 238-240 DOI 10.37882/2223-2966.2025.06-2.45

ПРАВОВАЯ ИНФОРМАЦИЯ:
Перепечатка материалов допускается только в некоммерческих целях со ссылкой на оригинал публикации. Охраняется законами РФ. Любые нарушения закона преследуются в судебном порядке.
© ООО "Научные технологии"