В докладе представляется решение научной проблемы одновременного повышения точности, робастности и объяснимости моделей прогнозирования генерации и потребления электроэнергии.

Основные результаты включают разработку методики создания доверенных интеллектуальных систем на основе онтологического подхода, новую ансамблевую модель деревьев решений IDT-GB с линейными регрессионными моделями в узлах и листьях, а также метод объяснения прогнозов с генерацией текстов на естественном языке.

Предложенные решения обеспечивают снижение погрешности прогнозирования на 8-24% по сравнению с аналогами и достигают качества объяснений 90-95% по метрикам корректности. Апробация проведена на реальных данных промышленных предприятий и электростанций, подтверждая практическую значимость для повышения эффективности планирования в электроэнергетике.