Запропоновано метод удосконалення процесів підтримки прийняття рішень при управлінні режимами теплозабезпечення закладів соціально-бюджетної сфери шляхом розроблення моделі прогнозу споживання теплової енергії будівлею. Об’єктом дослідження є процес вибору найбільш оптимальної архітектури нейронної мережі для вирішення задачі прогнозування теплоспоживання будівлі соціально-бюджетної сфери. Предмет дослідження становлять моделі прогнозування теплоспоживання будівель соціально-бюджетної сфери з використанням штучних нейронних мереж. Метою даного дослідження є підвищення достовірності прогнозування потреб будівель соціально-бюджетної сфери у теплозабезпеченні. Розроблено моделі короткострокового прогнозування теплозабезпечення об’єктів соціально-бюджетної сфери з використанням штучних нейронних мереж, що враховують вплив погодних умов, коливання потреби в тепловій енергії в залежності від графіку роботи закладу, а також минулі значення потреб у теплозабезпеченні. Моделі побудовано на основі архітектур нелінійної мережі типу вхід-вихід, нелінійної авторегресійної мережі, нелінійної авторегресійної нейронної мережі із зовнішніми входами. Запропоновані моделі реалізовано у програмному середовищі Matlab, для навчання використано алгоритм Левенберга-Марквардта. Проведено експерименти з дослідження точності розроблених моделей, які показали, що найбільшої точності прогнозу можна досягти при використанні моделі типу NARX. Використання запропонованої моделі в рамках інформаційної системи «HeatCAM» для прогнозування теплоспоживання будівель протягом опалювального сезону дозволяє підвищити ефективність підтримки процесу прийняття рішень при управлінні режимами теплозабезпечення, що призводить до зниження споживання теплової енергії.

теплоспоживання, регулювання, моделювання, інформаційна система, прогнозування, нейронні мережі, енергозбереження