СТРУКТУРА ЦИФРОВОГО ДВІЙНИКА ДЛЯ КОРОТКОСТРОКОВОГО ПРОГНОЗУВАННЯ ЕЛЕКТРИЧНОГО НАВАНТАЖЕННЯ МОЛОКОЗАВОДУ

Андрій Гоєнко; Анатолій Чернявський

doi:10.20535/1813-5420.3.2026.370860

Т. · № 3 · 2026 жов 12, 2026 МОНІТОРИНГ, ДІАГНОСТИКА ТА КЕРУВАННЯ ЕНЕРГЕТИЧНИМИ ПРОЦЕСАМИ ТА ОБЛАДНАННЯМ

СТРУКТУРА ЦИФРОВОГО ДВІЙНИКА ДЛЯ КОРОТКОСТРОКОВОГО ПРОГНОЗУВАННЯ ЕЛЕКТРИЧНОГО НАВАНТАЖЕННЯ МОЛОКОЗАВОДУ

АГ

Андрій Гоєнко Відповідальний Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського», Україна

АЧ

Анатолій Чернявський Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського», Україна

Сторінки119-129 Опублікованожов 12, 2026 ЛіцензіяВідкритий доступ

PDF

ТОМ · № 3 · 2026 85 Переглянути випуск

Анотація

Роботу спрямовано на розроблення структури цифрового двійника та способу формування вхідних даних для короткострокового прогнозування електричного навантаження молокозаводу з урахуванням технологічного стану. Визначено межу об'єкта, 15-хвилинну цільову величину, джерела даних і порядок часового узгодження історії навантаження, поточного й очікуваного станів, виробничого плану та зовнішніх умов. Цифровий двійник синхронізує вимірювання і планові відомості та формує технологічний контекст прогнозу. Запропоновано функціональну структуру системи, формалізовано склад вхідного вектора і правило формування прогнозної вибірки лише з відомостей, доступних на момент складання прогнозу. Приклад для прогнозу на 11:00 показує окреме формування двійкових індикаторів операцій, числових параметрів процесу й параметрів холодопостачання та їх об'єднання у вході моделі. Одержана структура створює основу для прогнозування профілю навантаження, контролю граничної потужності й планування роботи за обмеженого електропостачання; точність прогнозу потребує перевірки на фактичних даних.

Ключові слова

#електричне навантаження #енергоменеджмент #енергомоніторинг #короткострокове прогнозування #молокозавод #технологічний стан #харчова галузь #цифровий двійник

Посилання

D. Mariano-Hernández, L. Hernández-Callejo, F. S. García, O. Duque-Perez, and A. L. Zorita-Lamadrid, "A review of energy consumption forecasting in smart buildings: Methods, input variables, forecasting horizon and metrics," Applied Sciences, vol. 10, no. 23, Art. no. 8323, 2020, doi: 10.3390/app10238323.
Verkhovna Rada of Ukraine, Law of Ukraine No. 2019-VIII, "On the Electricity Market," Apr. 13, 2017, as amended. [Online]. Available: https://zakon.rada.gov.ua/laws/show/2019-19
M. Al Shimmari and D. Wallom, "Short-term load forecasting using UK non-domestic businesses to enable demand response aggregators' participation in electricity markets," in 2023 IEEE PES Grid Edge Technologies Conference & Exposition, San Diego, CA, USA, 2023, doi: 10.1109/GridEdge54130.2023.10102712.
Cabinet of Ministers of Ukraine, Resolution No. 600, "On Approval of the Procedure for Determining and Applying Maximum Electricity Consumption Capacity," May 24, 2024, as amended. [Online]. Available: https://zakon.rada.gov.ua/laws/show/600-2024-%D0%BF
A. Santecchia, I. Kantor, R. Castro-Amoedo, and F. Maréchal, "Industrial Flexibility as Demand Side Response for Electrical Grid Stability," Frontiers in Energy Research, vol. 10, Art. no. 831462, 2022, doi: 10.3389/fenrg.2022.831462.
M. R. Wodicker, J. Nelson, and N. G. Johnson, "Unified dispatch of grid-connected and islanded microgrids," Frontiers in Energy Research, vol. 11, Art. no. 1257050, 2024, doi: 10.3389/fenrg.2023.1257050.
P. Wohlgenannt, L. Moosbrugger, V. Vetter, S. Hegenbart, M. Kolhe, E. Eder, and P. Kepplinger, "Energy cost and emission optimization in food industry using deep reinforcement learning and Transformer-based load forecasting," Energy Conversion and Management: X, vol. 28, Art. no. 101364, 2025, doi: 10.1016/j.ecmx.2025.101364.
J. B. Heluany and V. Gkioulos, "A review on digital twins for power generation and distribution," International Journal of Information Security, vol. 23, pp. 1171-1195, 2024, doi: 10.1007/s10207-023-00784-x.
X. Feng and J. Wan, "Digital Twins for Discrete Manufacturing Lines: A Review," Big Data and Cognitive Computing, vol. 8, no. 5, Art. no. 45, 2024, doi: 10.3390/bdcc8050045.
C. Krupitzer, T. Noack, and C. Borsum, "Digital Food Twins Combining Data Science and Food Science: System Model, Applications, and Challenges," Processes, vol. 10, no. 9, Art. no. 1781, 2022, doi: 10.3390/pr10091781.
T. Y. Melesse, M. S. Peer, S. Ramasamy, V. Sivasubramaniyam, M. Braggio, and P. F. Orrù, "Digital Twin for Energy-Intelligent Bakery Operations: Concepts and Applications," Energies, vol. 18, no. 14, Art. no. 3660, 2025, doi: 10.3390/en18143660.
J. Walther and M. Weigold, "A Systematic Review on Predicting and Forecasting the Electrical Energy Consumption in the Manufacturing Industry," Energies, vol. 14, no. 4, Art. no. 968, 2021, doi: 10.3390/en14040968.
H. Li, D. Yang, H. Cao, W. Ge, E. Chen, X. Wen, and C. Li, "Data-driven hybrid Petri-net based energy consumption behaviour modelling for digital twin of energy-efficient manufacturing system," Energy, vol. 239, Art. no. 122178, 2022, doi: 10.1016/j.energy.2021.122178.
C. Lai, Y. Wang, K. Fan, Q. Cai, Q. Ye, H. Pang, and X. Wu, "An improved forecasting model of short-term electric load of papermaking enterprises for production line optimization," Energy, vol. 245, Art. no. 123225, 2022, doi: 10.1016/j.energy.2022.123225.
J. Cirera, J. A. Carino, D. Zurita, and J. A. Ortega, "Improving the Energy Efficiency of Industrial Refrigeration Systems by Means of Data-Driven Load Management," Processes, vol. 8, no. 9, Art. no. 1106, 2020, doi: 10.3390/pr8091106.
B. Marchi, L. Bettoni, and S. Zanoni, "Assessment of Energy Efficiency Measures in Food Cold Supply Chains: A Dairy Industry Case Study," Energies, vol. 15, no. 19, Art. no. 6901, 2022, doi: 10.3390/en15196901.
G. Arcidiacono, L. Ciulli, G. Pugliese, and C. Evangelisti, "A novel approach to energy management in the dairy industry using performance indicators and load profiles: Application to a cheese dairy plant in Tuscany, Italy," Energy, vol. 313, Art. no. 133240, 2024, doi: 10.1016/j.energy.2024.133240.
M. Mostafaeipour, A. Kadkhoda, M. Rahimi, A. Mehrpooya, and H. Hosseini Dehshiri, "Optimal scheduling of a dairy industry based on energy hub considering renewable energy and ice storage," Journal of Cleaner Production, vol. 419, Art. no. 139580, 2023, doi: 10.1016/j.jclepro.2023.139580.
A. Adeel, M. Apperley, and T. G. Walmsley, "An Interoperable User-Centred Digital Twin Framework for Sustainable Energy System Management," Energies, vol. 19, no. 2, Art. no. 333, 2026, doi: 10.3390/en19020333.
International Organization for Standardization, ISO 23247-1:2021, Automation systems and integration - Digital twin framework for manufacturing - Part 1: Overview and general principles. Geneva, Switzerland: ISO, 2021.
International Organization for Standardization, ISO 23247-2:2021, Automation systems and integration - Digital twin framework for manufacturing - Part 2: Reference architecture. Geneva, Switzerland: ISO, 2021.
R. J. Hyndman and G. Athanasopoulos, Forecasting: Principles and Practice, 3rd ed. Melbourne, Australia: OTexts, 2021. [Online]. Available: https://otexts.com/fpp3/

Ліцензія

CCBY 4.0

Creative Commons Із зазначенням авторства 4.0 Міжнародна

Ця робота має відкриту ліцензію: вільно поширюйте та адаптуйте її, посилаючись на авторів і журнал. Умови ліцензії ↗

Попередня у випуску РОЗРОБКА КОНЦЕПЦІЇ ЦИФРОВОГО ДВІЙНИКА СИСТЕМИ ЕЛЕКТРОПРИВОДУ ЛІФТІВ НА ОСНОВІ СТОХАСТИЧНОЇ МОДЕЛІ ARIMAX Наступна у випуску МЕТОДОЛОГІЧНІ АСПЕКТИ ФОРМАЛІЗАЦІЇ ЗАДАЧ ОПТИМАЛЬНОГО УПРАВЛІННЯ ЕНЕРГОЗБЕРЕЖЕННЯМ ГІРНИЧИХ ПІДПРИЄМСТВ ЗА ФАКТОРОМ ОСНОВНИХ ВИРОБНИЧИХ ФОНДІВ

§ 06 — Пов'язані

Схожі статті в цьому журналі

Пов'язані рецензовані дослідження, опубліковані в цьому журналі.

Усі випуски

РОЗРОБКА КОНЦЕПЦІЇ ЦИФРОВОГО ДВІЙНИКА СИСТЕМИ ЕЛЕКТРОПРИВОДУ ЛІФТІВ НА ОСНОВІ СТОХАСТИЧНОЇ МОДЕЛІ ARIMAX

Стефан Зайченко, Євген Філатов

Ліфти є одним з найбільш критичних елементів інфраструктури сучасних багатоповерхових будівель. Надійність їх електроприводів безпосередньо впливає на безпеку пасажирів.…

#цифровий двійник #математична модель #надійність #електропривід ліфта

с. 112-118

10.20535/1813-5420.3.2026.359666

ЗАСТОСУВАННЯ КОГЕНЕРАЦІЙНИХ УСТАНОВОК В УМОВАХ ДЕФІЦИТУ ЕЛЕКТРИЧНОЇ ПОТУЖНОСТІ

Владислав Цюх

У статті досліджено особливості застосування когенераційних установок в умовах дефіциту електричної потужності та потреби підвищення енергетичної стійкості з урахуванням…

#когенерація #високоефективна когенерація #газопоршнева КГУ #режими експлуатації

с. 89-97

10.20535/1813-5420.3.2026.370315

ІНДЕКС СТІЙКОСТІ СИСТЕМИ ЕЛЕКТРОПОСТАЧАННЯ РЕГІОНУ В УМОВАХ ВОЄННОГО СТАНУ

Ярослав Прищепа, Анатолій Замулко

Метою дослідження є обґрунтування структури індексу стійкості системи електропостачання регіону та розроблення методики розрахунку його складових, орієнтованої на…

#безпека постачання електричної енергії #індекс стійкості #критична інфраструктура #розподілена генерація

с. 42-47

10.20535/1813-5420.3.2026.369651

[1] D. Mariano-Hernández, L. Hernández-Callejo, F. S. García, O. Duque-Perez, and A. L. Zorita-Lamadrid, "A review of energy consumption forecasting in smart buildings: Methods, input variables, forecasting horizon and metrics," Applied Sciences, vol. 10, no. 23, Art. no. 8323, 2020, doi: 10.3390/app10238323.

[2] Verkhovna Rada of Ukraine, Law of Ukraine No. 2019-VIII, "On the Electricity Market," Apr. 13, 2017, as amended. [Online]. Available: https://zakon.rada.gov.ua/laws/show/2019-19

[3] M. Al Shimmari and D. Wallom, "Short-term load forecasting using UK non-domestic businesses to enable demand response aggregators' participation in electricity markets," in 2023 IEEE PES Grid Edge Technologies Conference & Exposition, San Diego, CA, USA, 2023, doi: 10.1109/GridEdge54130.2023.10102712.

[4] Cabinet of Ministers of Ukraine, Resolution No. 600, "On Approval of the Procedure for Determining and Applying Maximum Electricity Consumption Capacity," May 24, 2024, as amended. [Online]. Available: https://zakon.rada.gov.ua/laws/show/600-2024-%D0%BF

[5] A. Santecchia, I. Kantor, R. Castro-Amoedo, and F. Maréchal, "Industrial Flexibility as Demand Side Response for Electrical Grid Stability," Frontiers in Energy Research, vol. 10, Art. no. 831462, 2022, doi: 10.3389/fenrg.2022.831462.

[6] M. R. Wodicker, J. Nelson, and N. G. Johnson, "Unified dispatch of grid-connected and islanded microgrids," Frontiers in Energy Research, vol. 11, Art. no. 1257050, 2024, doi: 10.3389/fenrg.2023.1257050.

[7] P. Wohlgenannt, L. Moosbrugger, V. Vetter, S. Hegenbart, M. Kolhe, E. Eder, and P. Kepplinger, "Energy cost and emission optimization in food industry using deep reinforcement learning and Transformer-based load forecasting," Energy Conversion and Management: X, vol. 28, Art. no. 101364, 2025, doi: 10.1016/j.ecmx.2025.101364.

[8] J. B. Heluany and V. Gkioulos, "A review on digital twins for power generation and distribution," International Journal of Information Security, vol. 23, pp. 1171-1195, 2024, doi: 10.1007/s10207-023-00784-x.

[9] X. Feng and J. Wan, "Digital Twins for Discrete Manufacturing Lines: A Review," Big Data and Cognitive Computing, vol. 8, no. 5, Art. no. 45, 2024, doi: 10.3390/bdcc8050045.

[10] C. Krupitzer, T. Noack, and C. Borsum, "Digital Food Twins Combining Data Science and Food Science: System Model, Applications, and Challenges," Processes, vol. 10, no. 9, Art. no. 1781, 2022, doi: 10.3390/pr10091781.

[11] T. Y. Melesse, M. S. Peer, S. Ramasamy, V. Sivasubramaniyam, M. Braggio, and P. F. Orrù, "Digital Twin for Energy-Intelligent Bakery Operations: Concepts and Applications," Energies, vol. 18, no. 14, Art. no. 3660, 2025, doi: 10.3390/en18143660.

[12] J. Walther and M. Weigold, "A Systematic Review on Predicting and Forecasting the Electrical Energy Consumption in the Manufacturing Industry," Energies, vol. 14, no. 4, Art. no. 968, 2021, doi: 10.3390/en14040968.

[13] H. Li, D. Yang, H. Cao, W. Ge, E. Chen, X. Wen, and C. Li, "Data-driven hybrid Petri-net based energy consumption behaviour modelling for digital twin of energy-efficient manufacturing system," Energy, vol. 239, Art. no. 122178, 2022, doi: 10.1016/j.energy.2021.122178.

[14] C. Lai, Y. Wang, K. Fan, Q. Cai, Q. Ye, H. Pang, and X. Wu, "An improved forecasting model of short-term electric load of papermaking enterprises for production line optimization," Energy, vol. 245, Art. no. 123225, 2022, doi: 10.1016/j.energy.2022.123225.

[15] J. Cirera, J. A. Carino, D. Zurita, and J. A. Ortega, "Improving the Energy Efficiency of Industrial Refrigeration Systems by Means of Data-Driven Load Management," Processes, vol. 8, no. 9, Art. no. 1106, 2020, doi: 10.3390/pr8091106.

[16] B. Marchi, L. Bettoni, and S. Zanoni, "Assessment of Energy Efficiency Measures in Food Cold Supply Chains: A Dairy Industry Case Study," Energies, vol. 15, no. 19, Art. no. 6901, 2022, doi: 10.3390/en15196901.

[17] G. Arcidiacono, L. Ciulli, G. Pugliese, and C. Evangelisti, "A novel approach to energy management in the dairy industry using performance indicators and load profiles: Application to a cheese dairy plant in Tuscany, Italy," Energy, vol. 313, Art. no. 133240, 2024, doi: 10.1016/j.energy.2024.133240.

[18] M. Mostafaeipour, A. Kadkhoda, M. Rahimi, A. Mehrpooya, and H. Hosseini Dehshiri, "Optimal scheduling of a dairy industry based on energy hub considering renewable energy and ice storage," Journal of Cleaner Production, vol. 419, Art. no. 139580, 2023, doi: 10.1016/j.jclepro.2023.139580.

[19] A. Adeel, M. Apperley, and T. G. Walmsley, "An Interoperable User-Centred Digital Twin Framework for Sustainable Energy System Management," Energies, vol. 19, no. 2, Art. no. 333, 2026, doi: 10.3390/en19020333.

[20] International Organization for Standardization, ISO 23247-1:2021, Automation systems and integration - Digital twin framework for manufacturing - Part 1: Overview and general principles. Geneva, Switzerland: ISO, 2021.

[21] International Organization for Standardization, ISO 23247-2:2021, Automation systems and integration - Digital twin framework for manufacturing - Part 2: Reference architecture. Geneva, Switzerland: ISO, 2021.

[22] R. J. Hyndman and G. Athanasopoulos, Forecasting: Principles and Practice, 3rd ed. Melbourne, Australia: OTexts, 2021. [Online]. Available: https://otexts.com/fpp3/