Разработка методики управления перспективным развитием систем электроснабжения потребителей на основе нейро-ценологического прогнозирования электропотребления предприятий и организаций региона

На правах рукописи

Лесниченко Александр Юрьевич

РАЗРАБОТКА МЕТОДИКИ УПРАВЛЕНИЯ ПЕРСПЕКТИВНЫМ
РАЗВИТИЕМ СИСТЕМ ЭЛЕКТРОСНАБЖЕНИЯ ПОТРЕБИТЕЛЕЙ
НА ОСНОВЕ НЕЙРО-ЦЕНОЛОГИЧЕСКОГО ПРОГНОЗИРОВАНИЯ ЭЛЕКТРОПОТРЕБЛЕНИЯ ПРЕДПРИЯТИЙ И ОРГАНИЗАЦИЙ
РЕГИОНА

Специальность 05.09.03 – «Электротехнические комплексы и системы»

Автореферат

диссертации на соискание ученой степени

кандидата технических наук

Москва - 2011

Работа выполнена на кафедре
«Электроснабжение промышленных предприятий»
Московского энергетического института (технического университета)

Научный руководитель:	доктор технических наук, профессор Кудрин Борис Иванович
Официальные оппоненты:	доктор технических наук, профессор Ляхомский Александр Валентинович
	кандидат технических наук, доцент Ошурков Михаил Геннадьевич
Ведущая организация:	ГОУ ВПО «Российский государственный университет нефти и газа имени И.М. Губкина», г. Москва

Защита состоится « 22 » апреля 2011 г., в 16-00 часов в аудитории М-611 на заседании диссертационного совета Д 212.157.02 при Московском энергетическом институте (техническом университете) по адресу: 111250, Москва, ул. Красноказарменная, д.13.

Отзыв на автореферат (в двух экземплярах, заверенных печатью) просим направлять по адресу: 111250, Москва, ул. Красноказарменная 14, Ученый Совет МЭИ (ТУ).

С диссертацией можно ознакомиться в библиотеке МЭИ (ТУ).

Автореферат разослан « 21 » марта 2011 г.

Ученый секретарь диссертационного совета Д 212.157.02 к.т.н., доцент

Цырук С.А.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность работы. В условиях ресурсных ограничений и роста электропотребления важное значение приобретает планирование инвестиционных проектов для обеспечения недискриминационного и надежного доступа потребителей к электрической энергии. Это актуализирует необходимость возможно точного прогнозирования потребностей в объемах и мощности электроэнергии. Для выработки концепции развития систем электроснабжения важно изучение системных свойств и связей в структурах установленного электротехнического оборудования. В условиях высокого износа электрооборудования оптимизация технического обслуживания и ремонта позволит повысить надежность электроснабжения. Для этого необходимо создание информационно-методического обеспечения, опираясь на современные научные методы, что предполагает изучение структурного состава потребителей для обоснованного тарифообразования; внедрение компьютерных технологий и счетчиков электроэнергии. Повышение точности учета электрической энергии, позволит снизить потери, создаст информационную основу контроля над энергосбережением и положительно скажется на добросовестных потребителях.

Целью диссертационной работы является создание комплексной методики управления перспективным развитием систем электроснабжения потребителей на основе прогнозирования параметров их электропотребления, с учетом ценологических свойств распределения потребителей и структуры установленного электрооборудования.

Основные задачи работы заключаются в следующем:

1. Проведен анализ особенностей электроснабжения потребителей регионов и специфики учета электроэнергии;

2. Собрана и обработана статистика электропотребления юридических лиц в Белгородской области;

3. Выбран и адаптирован математический аппарат для обеспечения точности и устойчивости прогноза потребления электроэнергии предприятиями и другими юридическими лицами региона;

4. Проанализированы и оценены возможности прогнозирования временных рядов с помощью различных методов: статистических, теории техноценозов, искусственных нейронных сетей;

5. Осуществлен сбор данных о структуре установленного электрооборудования в одиннадцати областях центральной части России;

6. Произведено математическое моделирование и анализ структур установленного электрооборудования с помощью моделей простых чисел и гиперболических ранговидовых H-распределений;

7. Рассчитаны корреляционные взаимосвязи между структурами потребителей; установленным оборудованием, служащим для электроснабжения этих потребителей и персоналом, осуществляющим его обслуживание.

Методы исследования. Для решения поставленных задач в работе использованы классические вероятносто-статистические методы, ценологические и нейросетевые методы прогнозирования временных рядов, кластерный и корреляционный анализ. Теоретические исследования сопровождались расчетами в специализированных научных программных продуктах, в частности: Statistica, Mathcad.

Научная новизна заключается в следующем:

1. Показана инвариантность структуры установленного оборудования в распределительной системе электроснабжения потребителей региона;

2. Разработан гибридный метод прогнозирования электропотребления предприятиями региона на основе нейронных сетей и теории техноценозов;

3. Предложена архитектура информационно-аналитического центра региона, координирующего сбор, обработку и предоставление информации о работе энергосистемы и потребителей для мониторинга энергоэффективности их деятельности;

4. Доказано, что структура потребителей региона и структура установленного оборудования в системе электроснабжения взаимосвязаны, и могут быть смоделированы гиперболическими H-распределениями;

5. Создана комплексная методика управления перспективным развитием систем электроснабжения потребителей на основе прогнозирования потребностей в электроэнергии с учетом техноценологических свойств установленного оборудования.

Значение для теории состоит в развитии метода прогнозирования параметров помесячного электропотребления предприятий и организаций региона на основе нейронных сетей и ценологической теории; а также в разработке подхода к оценке взаимосвязанности ценозов, опираясь на кластерный и корреляционный анализ.

Достоверность результатов работы обеспечивается корректным применением научных методов; сбором информации об объекте исследований из надежных и компетентных источников; обоснованностью принимаемых допущений; сопоставимостью результатов исследований с существующими научными положениями.

Практическая ценность работы заключается в создании архитектуры информационно-аналитического центра на основе предложенных и обоснованных методик. Разработанные методы позволяют энергетическим компаниям и крупным потребителям электроэнергии производить анализ потребления электроэнергии и планирования развития электросетевого хозяйства. Представленные в диссертации положения позволяют проводить прогнозирование электропотребления предприятиями и организациями региона и предоставлять контролирующим органам информацию по развивающимся отраслям и эффективности программ энергосбережения.

Апробация работы. Основные положения диссертационной работы докладывались и обсуждались на международных и всероссийских конференциях: XIV-ой конференции по технетике и общей ценологии с международным участием (г. Москва, 2009 г.); XL-ой Всероссийской научно-практической конференции (с международным участием) с элементами научной школы для молодежи «Федоровские чтения-2010» (г. Москва, 2010 г.); IV-ой международной научно-практической конференции «Энергетика и энергоэффективные технологии» (г. Липецк, 2010 г.); Девятой международной научно-практической конференции «Исследование, разработка и применение высоких технологий в промышленности» (г. Санкт-Петербург, 2010 г.).

Реализация работы. Результаты диссертационной работы опробованы и внедрены филиалами ОАО «Межрегиональная распределительная сетевая компания Центра» - «Белгородэнерго» и «Курскэнерго», что подтверждается соответствующими актами.

Публикации. По теме диссертационной работы опубликовано 14 печатных работ, из которых: 1 статья из перечня ВАК РФ, 2 статьи в ведущих периодических отраслевых изданиях, 11 статей в сборниках трудов международных и всероссийских научных конференций.

Структура и объем работы. Диссертация состоит из введения, четырех глав, выводов по работе, заключения, трех приложений и библиографического списка, выполнена на 146 страницах машинописного текста, содержит 15 рисунков, 12 таблиц. Библиографический список использованной литературы включает 128 наименований, из которых 17 публикаций на иностранном языке.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обосновывается актуальность темы диссертационной работы, формулируются цели и задачи исследования, приводится научная новизна и практическая значимость полученных результатов работы. Отражены вопросы реализации и апробации научных результатов, дана характеристика публикаций, структуры и объема работы.

В первой главе рассмотрены проблемы электроснабжения потребителей Белгородской области, которую можно рассматривать в качестве энергодефицитного региона. Электроснабжение региональных потребителей рассмотрено с точки зрения третьей научной картины мира на основе техноценологических представлений.

Анализ схем электроснабжения потребителей показал, что в большинстве случаев схемы представимы в виде типовой схемы электроснабжения с шестью уровнями. В работе приведено краткое описание структуры существующих генерирующих мощностей Белгородской области, а также описание использования нетрадиционных и возобновляемых источников энергии в XIX веке в центральных губерниях России в свете современных требований к экологии и надежности электроснабжения.

Для обеспечения надежного электроснабжения потребителей необходимо изучение их структурного состава. Поэтому весь массив потребителей Белгородской области был нами проанализирован с точки зрения классификации по виду деятельности, технологическим процессам, возможностям и особенностям учета электроэнергии. Приведена модель бизнес-процесса сбора данных о параметрах электропотребления потребителей региона.

К особенностям регионального электропотребления мы можем отнести большое количество точек учета, неравномерное распределение по территории потребителей с точки зрения потребляемой мощности, высокий износ оборудования и низкий уровень автоматизации и оснащения средствами связи. На основе требований к автоматизации управления электроснабжением потребителей в работе приведена таблица с типовыми функциями, которые должны выполнять автоматизированные системы технологического управления.

Таким образом, в главе комплексно рассмотрена проблематика информационно-методического обеспечения менеджмента перспективного развития систем электроснабжения региональных потребителей с учетом ценологических свойств крупных инфраструктурных объектов.

Во второй главе приведен обзор классических на основе теории вероятности, ценологических и на основе нейронных сетей методов прогнозирования временных рядов.

Для выявления тенденций электропотребления предприятиями региона проводится анализ структуры потребителей. Исходя из проведенных исследований, можно сделать вывод, что совокупность предприятий региона образует техноценоз. Для моделирования структуры техноценоза используется ранговидовое распределение по параметру:

, (1)

где – константа ранговидового H-распределения; - характеристический показатель; – ранг. Чем больше, тем круче гиперболическая кривая и больше разрыв между саранчевыми кастами и уникальными видами.

Прогнозирование с помощью нейронных сетей основывается на модели нейрона рис. 1. Свою силу нейронные сети черпают, во-первых, из распараллеливания обработки информации, во-вторых, из способности самообучаться, т.е. создавать обобщения. Под термином обобщение понимается способность получать обоснованный результат на основании данных, которые не встречались в процессе обучения.

Рис.1 Модель нейрона

Часто для прогнозирования временных рядов используется авторегрессионная модель:

, (2)

где – некоторые константы; - временной ряд случайной величины Х; - случайная компонента, отражающая влияние не поддающихся учету и регистрации случайных факторов.

При прогнозировании могут использоваться либо только данные по электропотреблению (временной ряд), либо данные по электропотреблению и другим влияющим факторам (выпуск продукции, температура окружающего воздуха, и т.д.). Если требуется выполнить прогноз при достаточно небольшой статистической выборке данных, то необходимо использование дополнительной информации (временных рядов по влияющим факторам, экспертных суждений и т.д).

Для разработки комплексной методики управления перспективным развитием систем электроснабжения необходимо не только точное прогнозирование параметров электропотребления региональных предприятий, но и ценологический анализ установленного оборудования. Каждый объект в ценозе можно охарактеризовать одним ли несколькими параметрами, выраженными численно. Определив параметр, можно упорядочить множество, расположив все объекты по порядку по мере уменьшения параметра, и получить гиперболическое ранговое H-распределение по параметру.

Простые числа образуют дискретный ряд со свойствами, аналогичными ряду частот встречаемости электрооборудования предприятий и цехов. Ряд простых чисел бесконечен и не имеет верхнего предела, поэтому он может использоваться для моделирования сколь угодно больших систем с любым количеством элементом. В качестве особей рассматриваются простые сомножители в разложении N! (значение числа N в данном случае неважно). При этом количество различных простых чисел определит суммарное число видов S. А сумма всех простых чисел – число особей U. Также для моделирования структуры установленного оборудования широко используется ранговидовое распределение вида (1).

В третьей главе приведены результаты исследований системных свойств электротехнического комплекса электроснабжения потребителей региона. Для исследований нами использовались статистические данные временных рядов помесячного электропотребления за период с июня 2005 года по декабрь 2009. Таким образом, в исследуемой выборке 55 значений.

Проведенная проверка распределения потребителей Белгородской области по величине помесячного электропотребления показала, что гипотеза о нормальности распределения может быть отвергнута . Применив для моделирования совокупности предприятий и организаций региона по величине помесячного электропотребления гиперболическое ранговидовое H-распределение нами была рассчитана величина достоверности аппроксимации R, которая составила от 0,85 до 0,88 для различных месяцев в исследуемой выборке.

Результаты децильного анализа структуры помесячного электропотребления предприятиями региона показали, что предприятия с наибольшим электропотреблением, образующие первый дециль потребляют 96% всего объема электроэнергии. Объем электропотребления вторым децилем намного меньше и составил 2%, третьим – 0,8%, четвертым – 0,4%, пятым – 0,3%, шестым – 0,2%, седьмым – 0,1%, восьмым – 0,1%, девятым – 0,03%, десятым – 0,01% от общего потребления электрической энергии. Отношение объемов электропотребления между первым и последним децилями составило 7800 раз, что вообще говоря, резко противоречит оптимуму ценологической теории. А разница в потреблении самого крупного предприятия к самому мелкому достигло величины в 280 000 000 раз. Следует отметить также, что двадцать самых крупных предприятий Белгородской области потребляют три четверти всей электроэнергии.

Вышеприведенные доводы и рассуждения подтверждают правильность подхода к совокупности юридических лиц – потребителей региона как к региональному техноценозу. И соответственно для математического описания исследуемой статистики возможно применение рангового и ценологического анализа.

Проводя исследования искусственных нейронных сетей для данной выборки данных и при существующих условиях, был выбран многослойный персептрон, состоящий из четырех слоев. Обучение проводилось с помощью алгоритма обратного распространения и спуска по сопряженным градиентам. Останов обучения производился по принципу минимальной ошибки на контрольной выборке. Решение о количестве нейронов в слоях принималось, исходя из основных принципов: принципа минимума ошибки прогнозирования, баланса между ошибкой и сложностью архитектуры, а также учетом того факта, что чем сложнее функция, которую необходимо аппроксимировать, тем больше нейронов должно располагаться в скрытых слоях.

Локальные признаки извлекаются в первом скрытом слое, т.е. некоторые скрытые нейроны первого слоя можно использовать для разделения входного пространства на отдельные области, а остальные нейроны слоя обучать локальным признакам, характеризующим эти области.

В конечном итоге, мы получили сеть с четырьмя входными переменными, 48 входными нейронами, 50 нейронов располагается во втором (скрытом слое), 50 нейронов располагается в третьем (скрытом слое) и четыре нейрона образуют выходной слой. Архитектура сети представлена на рис. 2(а). На вход подается информация о помесячном электропотреблении предприятий и организаций региона; характеристический показатель распределения потребителей региона по величине помесячного электропотребления; количество дней в месяце и количество предприятий в регионе.

Оценить точность результатов прогнозирования можно с помощью показателя MAPE (средняя абсолютная процентная ошибка):

, (3)

где – спрогнозированное значение электропотребления, – реальное значение электропотребления, n – число ретроспективных наблюдений. Для описанного метода прогнозирования сети ошибка прогноза MAPE составила 1,9%. Прогноз электропотребления предприятиями Белгородской области приведен на рис. 2(б), на рис. 3 приведено сравнение нейро-ценологического метода прогнозирования с прогнозированием на основе авторегрессии.

а)	б)

Рис. 2 а) Архитектура многослойного персептрона, б) График фактического и спрогнозированного суммарного электропотребления предприятий и организаций Белгородской области

Разработанный гибридный подход к прогнозированию электропотребления предприятий и организаций региона можно считать приемлемым для практического использования. Данный метод использует нейронные сети и данные, полученные в ходе рангового анализа ценоза, образуемого предприятиями региона. Таким образом, можно назвать метод нейро-ценологическим методом прогнозирования электропотребления предприятий и организаций региона. К преимуществам описанного метода можно отнести использование в качестве экспертной оценки техноценологических представлений. Введение в качестве дополнительного канала информации данных о характеристическом коэффициенте позволяет увеличить точность прогноза. Это достигается тем, что характеристический коэффициент задает системные ограничения на возможный темп роста или снижения электропотребления.

Рис 3. Сравнение прогнозирования нейро-ценологическим методом с прогнозированием на основе авторегрессии

Воспользовавшись базой данных по установленному электрооборудованию, которая была получена в результате проведенной инвентаризации и паспортизации, нами была произведена проверка статистических гипотез. Проверка гипотез о нормальности распределения для нескольких видов оборудования показала, что распределение установленного электрического оборудования в распределительных сетях, снабжающих электроэнергией большинство региональных потребителей, не является нормальным. Так для силовых трансформаторов согласно критерию Пирсона: ; опор линий электропередач 6-10 кВ ; трансформаторов тока ; счетчиков электроэнергии ; опор линий электропередач 0,4 кВ .

Проанализировав структуру установленных трансформаторов тока, приведем на рис. 4 результаты моделирования для третьей модели простых чисел и для аппроксимации с помощью ранговидового H-распределения. Характеристический показатель для приведенного гиперболического распределения равен 1,58, а величина достоверности аппроксимации . Для модели простых чисел величина достоверности аппроксимации составила . Таким образом, для моделирования структуры установленного оборудования лучше подходит гиперболическое ранговидовое H-распределение.

Рис. 4 Сравнение моделирования структуры установленных трансформаторов тока простыми числами и гиперболическим ранговидовым H-распределением

Проведенные исследования показали, что структуры установленного электрооборудования предназначенного для электроснабжения потребителей региона соответствуют гиперболическим ранговидовым H-распределениям (табл. 1).

Очевидна электрическая связь между системами электроснабжения собственно потребителя и системами внешнего электроснабжения субъектов электроэнергетики, которые обеспечивают необходимый транспорт энергии от генерирующей компании. Взаимосвязи между потребителем и энергоснабжающей организацией заключаются в наличии договорных отношений и электрической связью между приемниками потребителя и оборудованием сетевой компании. Проведенные исследования позволяют оценить взаимосвязь субъектов энергетики как ценологически взаимосвязанных структур.

Для формирования матрицы, для расчета корреляций, интервалы данных были заменены на рассчитанное значение центра кластера. Значения коэффициентов корреляции составили от 0,67 до 0,99 (для различных ценозов), все корреляции значимы на уровне .

Таблица 1

Характеристические показатели гиперболических ранговидовых H-распределений различных ценозов по исследуемым областям

Распределение / Область	Персонал по штатным должностям	Потребители по величине электропотребления	Силовые трансформаторы	Оборудование РЗА и ПА
Белгородская	1,56	2,02	1,94	1,46
Брянская	1,43	1,99	1,81	1,46
Воронежская	1,47	2,02	1,81	1,64
Костромская	1,37	1,79	1,81	1,39
Курская	1,49	1,99	2,02	1,14
Липецкая	1,49	2,08	1,99	1,48
Орловская	1,32	2,08	1,81	1,59
Смоленская	1,42	1,92	1,93	1,47
Тамбовская	1,37	1,80	1,88	1,47
Тверская	1,48	1,96	1,95	1,34
Ярославская	1,38	2,10	1,86	1,23

В четвертой главе приведены разработанные методики, архитектура и концептуальная модель информационно-аналитического центра.

В результате проведенной работы и практических исследований можно предложить методику прогнозирования электропотребления предприятий и организаций региона, которую можно представить в виде: организации процесса сбора и накопления статистической информации в заданных и спроектированных ракурсах с целью создания единых центров работающих и накапливающих информацию по ЖКХ региона; описание и внедрение бизнес-процессов анализа и проверки пропущенных или ошибочных данных; моделирование структуры потребителей ресурсов. Расчет коэффициентов аппроксимирующих гиперболических ранговидовых распределений; поиск влияющих факторов на качество прогноза электропотребления и сбор информации по ним; обучение искусственных нейронных сетей с использованием в качестве входных данных временных рядов влияющих факторов с последующим анализом лучших полученных архитектур для принятия решения по результатам работы с прогнозом.

Для обоснования выполнения тех или иных инвестиционных мероприятий по техническому перевооружению можно предложить методику, основанную на достижениях в области нейронных сетей и ценологической теории:

1. Создание информационно-методического обеспечения для управления производственными активами, внедрение и развертывание программного обеспечения для учета оборудования, ввод основных данных;

2. Сбор информации от потребителей и сотрудников (мнения, пожелания, рациональные предложения);

3. Анализ структуры потребителей (приемников);

4. Моделирование ценозов H-распределениями;

5. Классификация особей в ценозах;

6. Прогнозирование электропотребления потребителей (приемников) или групп потребителей (приемников);

7. Анализ структуры установленного оборудования;

8. Анализ отказавшего оборудования и результатов диагностики;

9. Исследование ассортицы и уровня унификации оборудования;

10. Разработка программы перевооружения для модернизации и унификации установленного оборудования с учетом пунктов 6-9;

11. С учетом полученного прогноза и программы по перевооружению определяются мероприятия и проекты необходимые для надежного электроснабжения потребителей;

12. Выполнение предусмотренных планов;

13. Анализ полученных результатов и поиск причин отклонений от плана;

14. Непрерывное совершенствование подходов и методов к инвестиционному проектированию, техническому обслуживанию и ремонтам.

Собранные данные об электроснабжении региональных потребителей были проанализированы с помощью математического описания техноценозов. География исследований сопоставима по площади с территориями таких стран как Швеция, Испания, по населению - с Нидерландами. Численность населения в этих областях около 14,5 млн. человек. Суммарное количество предприятий около 68000. Численность персонала распределительных сетей около 28000 человек. На рис. 5(а) представлена география проведенных исследований.

а)

б)

Рис. 5 а) География проведенных исследований; б) Архитектура программных продуктов для анализа и управления перспективным развитием компании

В результате аппроксимации собранных данных в указанных областях гиперболическим ранговидовым H-распределением получили для персонала по штатным должностям =1,32-1,56; потребители по величине помесячного электропотребления =1,79-2,10; силовые трансформаторы =1,81-2,02; оборудование РЗА и ПА =1,23-1,64.

На рис. 5 (б) приведен предлагаемый набор программных средств для анализа надежности электроснабжения потребителей и разработке программ перспективного развития электрического хозяйства.

ОСНОВНЫЕ ВЫВОДЫ И РЕЗУЛЬТАТЫ

В работе получены и защищаются следующие результаты:

1. Произведено структурирование потребителей и установленного электрооборудования, которое обеспечивает электроснабжение предприятий и организаций 11 областей центральной части России, и было установлено, что фактические структуры хорошо описываются гиперболическим H-распределением;

2. Выполнен анализ более 26 выборок по установленному электрооборудованию, в сумме насчитывающих более 2,2 миллионов единиц техники, для выявления значимых групп, определяющих работу систем электроснабжения потребителей;

3. На основе данных о помесячном электропотреблении более 12 тысяч потребителей региона разработан и обоснован нейро-ценологический метод прогнозирования помесячного электропотребления совокупности предприятий региона, что позволяет прогнозировать помесячное потребление с точностью до 5%;

4. Разработан подход к управлению перспективным развитием систем электроснабжения потребителей с учетом структурного состава установленного электрооборудования;

5. Доказана ценологическая взаимосвязь между потребителем и электроснабжающей организацией с использованием корреляционного и кластерного анализа, и показано, что структуры потребителей, установленного электрооборудования для их электроснабжения и обслуживающего персонала корреляционно взаимосвязаны с коэффициентом корреляции от 0,67 до 0,99 (для различных видов оборудования);

6. Предложена концептуальная модель информационно-аналитического центра для мониторинга обеспечения надежности электроснабжения потребителей региона и выполнения программ по энергосбережению на основе анализа информации для принятия управляющих решений по электрообеспечению потребителей и энергосбережению с использованием современного программного обеспечения и методик, обеспечивающих повышение инвестиционной привлекательности при регулировании тарифов методом регулируемой базы собственных и заемных активов (RAB).

СПИСОК РАБОТ, ОПУБЛИКОВАННЫХ ПО ТЕМЕ ДИССЕРТАЦИИ

В рекомендованных ВАК РФ научных журналах и изданиях:

1. Лесниченко, А.Ю. Ценологические исследования распределительных сетей центральной части России / А.Ю. Лесниченко, Б.И. Кудрин // Промышленная энергетика. – 2011. - №2. – С. 25-30.

Статьи в ведущих отраслевых журналах:

2. Лесниченко, А.Ю. Об устойчивости структуры установленного оборудования в распределительном сетевом комплексе России / А.Ю. Лесниченко // Энергоэксперт. – 2010. - №3. - С. 52-55.

3. Лесниченко, А.Ю. Метод среднесрочного прогнозирования электропотребления предприятий и организаций региона / А.Ю. Лесниченко // Электрика. – 2010. - №8. – С. 15-19.

Статьи в сборниках научных конференций:

4. Лесниченко, А.Ю. Об информационном обеспечении регионального энергетического комплекса / А.Ю. Лесниченко, П.Г. Кучин, Ю.В. Марков // Техника и ценология: от теории к практике. Общая и прикладная ценология. Труды XIII электроценологических чтений с международным участием (Москва, 18-21 ноября 2008 г.), включая молодежную секцию «УМНИК», и XXXV Любищевских биометрических чтений (Москва, 5 апреля 2007 г.). Вып. 35. «Ценологические исследования». - М.: МОИП МГУ - Технетика, 2009. – С. 268-271.

5. Лесниченко, А.Ю. Проблема информационно-методического обеспечения определения параметров электропотребления / А.Ю. Лесниченко // Радиоэлектроника, электротехника и энергетика: Пятнадцатая Междунар. науч.-техн. конф. студентов и аспирантов: Тез. докл. В 3 т. - М.: Издательский дом МЭИ, 2009. – Т. 2. - С. 347-348.

6. Лесниченко, А.Ю. Ценологическое определение структуры техобслуживания и ремонтов в распределительных сетях среднего напряжения / А.Ю. Лесниченко // Высокие технологии, фундаментальные исследования, образование: сборник трудов Седьмой международной научно-практической конференции «Исследование, разработка и применение высоких технологий в промышленности». - СПб.: Изд-во Политехн. ун-та, 2009. – С. 363-365.

7. Лесниченко, А.Ю. Ценологическое определение структуры установленных опор 0,4 кВ в распределительных сетях / А.Ю. Лесниченко // Проблемы электротехники, электроэнергетики и электротехнологии: сборник трудов Международной научно-технической конференции. Тольятти. В 3-х ч. - Тольятти: ТГУ, 2009. - Ч. 2. - С. 198-202.

8. Лесниченко, А.Ю. Информационные системы и ценология. / А.Ю. Лесниченко, М.С. Лесниченко // Повышение эффективности электрического хозяйства потребителей в условиях ресурсных ограничений. Материалы Всероссийской научно-практической конференции с международным участием (Москва, 16-20 ноября 2009 г.) В 2-х т. - М.: Технетика, 2009. Т. 2. – С. 242-244.

9. Лесниченко, А.Ю. Влияние распределенной генерации с использованием ВИЭ на надежность электроснабжения потребителей / А.Ю. Лесниченко // Радиоэлектроника, электротехника и энергетика: Шестнадцатая Междунар. науч.-техн. конф. студентов и аспирантов: Тез. докл. В 3 т. - М.: Издательский дом МЭИ, 2010. - Т. 2. - С. 370-371.

10. Лесниченко, А.Ю. Прогнозирование электропотребления предприятий региона с помощью нейро-ценологического метода / А.Ю. Лесниченко // Информационные технологии в электротехнике и электроэнергетике: материалы VII Всерос. науч.-техн. конф. - Чебоксары: Изд-во Чуваш. ун-та, 2010. – С. 50-53.

11. Лесниченко, А.Ю. Об электроснабжении потребителей в будущем - концепция Smart Grid / А.Ю. Лесниченко // Высокие технологии, исследования, промышленность: сборник трудов Девятой международной научно-практической конференции «Исследование, разработка и применение высоких технологий в промышленности». – СПб.: Изд-во Политехн. ун-та, 2010. - Т. 2. – С. 227-228.

12. Лесниченко, А.Ю. О ценологических взаимосвязях в техногенном обществе (на примере электросетевого хозяйства региона) / А.Ю. Лесниченко // Сборник докладов IV международной научно-практической конференции «Энергетика и энергоэффективные технологии». – Липецк, 2010. – С. 23-25.

13. Лесниченко, А.Ю. Пути совершенствования хозяйственной деятельности по управлению установленным оборудованием / А.Ю. Лесниченко, Б.И. Кудрин // Федоровские чтения-2010. XL Всероссийская научно-практическая конференция (с международным участием) с элементами научной школы для молодежи – М.: Издательский дом МЭИ, 2010. – С. 23-25.

14. Лесниченко, А.Ю. Структура потребителей тепла мегаполиса / А.Ю. Лесниченко, А.В. Иваничев // Междисциплинарность ценологических исследований. Общая и прикладная ценология. Материалы XIV конференции по технетике и общей ценологии с международным участием (Москва, МЭИ, 19 ноября 2009 г.). Вып. 43. «Ценологические исследования». - М.: Технетика, 2010. - С. 224-226.