МОДЕЛЮВАННЯ ЗАЛЕЖНОСТІ ЕНЕРГОСПОЖИВАННЯ ВІД ОБСЯГІВ ВИРОБНИЦТВА
Анотація
У статті досліджено залежність між обсягами виробництва продукції (виконання робіт) та використанням електричної енергії підприємствами Чернігівської області. Актуальність дослідження зумовлена необхідністю підвищення ефективності енергоспоживання в умовах економічної нестабільності регіону. Аналіз описових характеристик показав близькість середнього значення та медіани для обсягів виробництва та використання електричної енергії підприємствами, що вказує на відносну симетричність розподілів та відсутність викидів у вибірках. Від’ємні значення асиметрії вказували на лівосторонню асиметрію, а від’ємні ексцеси характеризували розподіли як більш пласкі порівняно з нормальним. Стандартне відхилення та інтервал варіації суттєво більші для показника використання електричної енергії, що вказує на більшу мінливість енергоспоживання порівняно з обсягами виробництва та підтверджує більшу чутливість енергоспоживання до зовнішніх економічних умов. Отримані статистичні характеристики підтвердили доцільність застосування кореляційно-регресійного аналізу для дослідження залежності між зазначеними показниками. Для кількісного оцінювання взаємозв’язку між показниками побудовано лінійну регресійну модель. Розраховано коефіцієнти кореляції та детермінації, стандартну похибку регресії та середню помилку апроксимації. Результати аналізу показали наявність тісного прямого статистично значущого зв’язку між обсягами виробництва та використанням електричної енергії. Значення коефіцієнта детермінації підтвердило високий рівень пояснювальної здатності моделі та домінуючий вплив обсягу виробництва на формування попиту на електроенергію. Перевірка за критеріями Стьюдента та Фішера підтвердила статистичну значущість параметрів моделі і моделі в цілому. Отримана модель характеризується високою точністю апроксимації та може бути використана для прогнозування обсягів використання електричної енергії залежно від динаміки виробництва продукції
Посилання
2. Md. T.Sarker, M. J. Alam, G. Ramasamy, M. N. Uddin. Energy demand forecasting of remote areas using linear regression and inverse matrix analysis. International Journal of Electrical and Computer Engineering (IJECE). 2024. P. 129 – 139. DOI: http://doi.org/10.11591/ijece.v14i1
3. Malik H., Fatema N., Atif I. Intelligent data-analytics for condition monitoring. Academic Press, 2021. 252 р.
4. Misiurek, K., Olkuski, T., Zyśk, J. Review of methods and models for forecasting electricity consumption. Energies, 18 (15), 2025. 4032. https://doi.org/10.3390/en18154032
5. Debnath, Kumar Biswajit and Mourshed, Monjur. Forecasting methods in energy planning models. Renewable and Sustainable Energy Reviews. 2018. V. 88. P. 297–325. https://doi.org/10.1016/j.rser.2018.02.002
6. Gerasymenko, V., Kozyrskyi, V., Maiborodina, N., Kovalov, O. Mathematical model changing the value of the process of leakage current in 0.38 kV networks. Modern Development Paths of Agricultural Production Trends and Innovations, 2019. P. 339–347. DOI: https://doi.org/10.1007/978-3-030-14918-5_80
7. Gerasymenko V., Vasylenko V., Maiborodina N., Kozyrskyi V., Kovalov O. Development of an Intelligent Forecasting Unit for the Protection Device Against Leakage Currents in Electric Motors. 2023 17th International Conference on the Experience of Designing and Application of CAD Systems (CADSM), Jaroslaw, Poland, 2023.
P. 1–4, DOI:10.1109/ CADSM58174.2023.10076495
8. González Grandón, T., Schwenzer, J., Steens, T., & Breuing, J. Electricity demand forecasting with hybrid classical statistical and machine learning algorithms: Case study of Ukraine. Applied Energy, 2024. 355. 122249.https://doi.org/10.1016/j.apenergy.2023.122249
9. Державна служба статистики України. URL: https://stat.gov.ua/uk (дата звернення: 20.01.2026). 10. Майбородіна Н. В. Економетрика: навчальний посібник. Ніжин: ПП Лисенко М. М., 2021. 280 с.

Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
ISSN 


