<?xml version="1.0"?>
<!DOCTYPE article
PUBLIC "-//NLM//DTD JATS (Z39.96) Journal Publishing DTD v1.4 20190208//EN"
       "JATS-journalpublishing1.dtd">
<article xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" article-type="research-article" dtd-version="1.4" xml:lang="en">
 <front>
  <journal-meta>
   <journal-id journal-id-type="publisher-id">Modern Technologies and Scientific and Technological Progress</journal-id>
   <journal-title-group>
    <journal-title xml:lang="en">Modern Technologies and Scientific and Technological Progress</journal-title>
    <trans-title-group xml:lang="ru">
     <trans-title>современные технологии и научно-технический прогресс</trans-title>
    </trans-title-group>
   </journal-title-group>
   <issn publication-format="print">2686-9896</issn>
  </journal-meta>
  <article-meta>
   <article-id pub-id-type="publisher-id">44012</article-id>
   <article-id pub-id-type="doi">10.36629/2686-9896-2021-1-1-225-226</article-id>
   <article-categories>
    <subj-group subj-group-type="toc-heading" xml:lang="ru">
     <subject>ЭЛЕКТРОЭНЕРГЕТИКА</subject>
    </subj-group>
    <subj-group subj-group-type="toc-heading" xml:lang="en">
     <subject>ELECTROENERGETICS</subject>
    </subj-group>
    <subj-group>
     <subject>ЭЛЕКТРОЭНЕРГЕТИКА</subject>
    </subj-group>
   </article-categories>
   <title-group>
    <article-title xml:lang="en">ARTIFICIAL INTELLIGENCE IN POWER INDUSTRY</article-title>
    <trans-title-group xml:lang="ru">
     <trans-title>ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ В ЭЛЕКТРОЭНЕРГЕТИКЕ</trans-title>
    </trans-title-group>
   </title-group>
   <contrib-group content-type="authors">
    <contrib contrib-type="author">
     <name-alternatives>
      <name xml:lang="ru">
       <surname>Коновалов</surname>
       <given-names>Юрий Васильевич</given-names>
      </name>
      <name xml:lang="en">
       <surname>Konovalov</surname>
       <given-names>Yuriy Vasil'evich</given-names>
      </name>
     </name-alternatives>
    </contrib>
    <contrib contrib-type="author">
     <name-alternatives>
      <name xml:lang="ru">
       <surname>Вайгачёв</surname>
       <given-names>Антон Евгеньевич</given-names>
      </name>
      <name xml:lang="en">
       <surname>Vaygachev</surname>
       <given-names>Anton Evgen'evich</given-names>
      </name>
     </name-alternatives>
    </contrib>
   </contrib-group>
   <pub-date publication-format="print" date-type="pub" iso-8601-date="2022-01-10T06:30:38+03:00">
    <day>10</day>
    <month>01</month>
    <year>2022</year>
   </pub-date>
   <pub-date publication-format="electronic" date-type="pub" iso-8601-date="2022-01-10T06:30:38+03:00">
    <day>10</day>
    <month>01</month>
    <year>2022</year>
   </pub-date>
   <volume>2021</volume>
   <issue>1</issue>
   <fpage>225</fpage>
   <lpage>226</lpage>
   <self-uri xlink:href="https://angtu.editorum.ru/en/nauka/article/44012/view">https://angtu.editorum.ru/en/nauka/article/44012/view</self-uri>
   <abstract xml:lang="ru">
    <p>Рассмотрены тенденции развития искусственного интеллекта и использования нейронных сетей применительно к электроэнергетике. Выявлено, что известные системы прогнозирования на основе искусственных нейронных сетей сложно формализовать и получить однозначное решение. Поэтому данную проблему необходимо решать с использованием &#13;
системного подхода, объединяющего в себе возможности искусственных нейронных сетей и &#13;
нечёткой логики в условиях частичной неопределённости параметров.</p>
   </abstract>
   <trans-abstract xml:lang="en">
    <p>Trends in the development of artificial intelligence and the use of neural networks as &#13;
applied to the power industry are considered. It is revealed that the well-known forecasting systems &#13;
based on artificial neural networks are difficult to formalize and get an unambiguous solution. Therefore, this problem must be solved using a systematic approach that combines the capabilities of artificial neural networks and fuzzy logic under conditions of partial uncertainty of parameters</p>
   </trans-abstract>
   <kwd-group xml:lang="ru">
    <kwd>Рассмотрены тенденции развития искусственного интеллекта и использования нейронных сетей применительно к электроэнергетике. Выявлено</kwd>
    <kwd>что известные системы прогнозирования на основе искусственных нейронных сетей сложно формализовать и получить однозначное решение. Поэтому данную проблему необходимо решать с использованием  системного подхода</kwd>
    <kwd>объединяющего в себе возможности искусственных нейронных сетей и  нечёткой логики в условиях частичной неопределённости параметров.</kwd>
   </kwd-group>
   <kwd-group xml:lang="en">
    <kwd>artificial intelligence</kwd>
    <kwd>electricity</kwd>
    <kwd>neural networks</kwd>
   </kwd-group>
  </article-meta>
 </front>
 <body>
  <p></p>
 </body>
 <back>
  <ref-list>
   <ref id="B1">
    <label>1.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Судавный А.С. Применение искусственных нейронных сетей в электроэнергетическом комплексе / Известия ТулГУ // Технические науки. - 2012. -Вып. 12. - Ч. 3. - С. 136-139.</mixed-citation>
     <mixed-citation xml:lang="en">Sudavnyy A.S. Primenenie iskusstvennyh neyronnyh setey v elektroenergeticheskom komplekse / Izvestiya TulGU // Tehnicheskie nauki. - 2012. -Vyp. 12. - Ch. 3. - S. 136-139.</mixed-citation>
    </citation-alternatives>
   </ref>
   <ref id="B2">
    <label>2.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Староверов Б.А., Гнатюк Б.А. Определение наиболее перспективных нейронных сетей и способов их обучения для прогнозирования электропотребления // Вестник ИГЭУ. - 2015. - Вып. 6. - С. 1-7.</mixed-citation>
     <mixed-citation xml:lang="en">Staroverov B.A., Gnatyuk B.A. Opredelenie naibolee perspektivnyh neyronnyh setey i sposobov ih obucheniya dlya prognozirovaniya elektropotrebleniya // Vestnik IGEU. - 2015. - Vyp. 6. - S. 1-7.</mixed-citation>
    </citation-alternatives>
   </ref>
   <ref id="B3">
    <label>3.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Горева Т.И., Порнягин Н. Н., Пюкке Г.А. Нейросетевые модели диагностики технических систем / Вестник КРАУНЦ // Физ.-мат. Науки. - 2012. -№1(4). - С. 31-43.</mixed-citation>
     <mixed-citation xml:lang="en">Goreva T.I., Pornyagin N. N., Pyukke G.A. Neyrosetevye modeli diagnostiki tehnicheskih sistem / Vestnik KRAUNC // Fiz.-mat. Nauki. - 2012. -№1(4). - S. 31-43.</mixed-citation>
    </citation-alternatives>
   </ref>
   <ref id="B4">
    <label>4.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Шевцов О.В. Технологии искусственного интеллекта в энергетической отрасли. [Электронный ресурс]. - URL: http://promdevelop.ru/industry/tehnoogii-iskusstvennogo-intellekta-v-energeticheskoj-otrasli/.</mixed-citation>
     <mixed-citation xml:lang="en">Shevcov O.V. Tehnologii iskusstvennogo intellekta v energeticheskoy otrasli. [Elektronnyy resurs]. - URL: http://promdevelop.ru/industry/tehnoogii-iskusstvennogo-intellekta-v-energeticheskoj-otrasli/.</mixed-citation>
    </citation-alternatives>
   </ref>
  </ref-list>
 </back>
</article>
