Narzędzia help

Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
next last
cannonical link button

http://yadda.icm.edu.pl:80/baztech/element/bwmeta1.element.baztech-896999cb-7d0f-45b2-a9a3-3d09c8cb5a90

Czasopismo

Przegląd Elektrotechniczny

Tytuł artykułu

Analiza statystyczna danych do prognozowania ultrakrótkoterminowego produkcji energii elektrycznej w systemach fotowoltaicznych

Autorzy Piotrowski, P. 
Treść / Zawartość http://pe.org.pl/
Warianty tytułu
EN Statistical analysis of data for ultra short-term electric energy production forecasting for photovoltaic systems
Języki publikacji PL
Abstrakty
PL W tekście przedstawiono obszerną analizę statystyczną danych mogących mieć potencjalne znaczenie w procesie prognozowania ultrakrótkoterminowego produkcji energii przez system fotowoltaiczny. Sformułowano wnioski końcowe z przeprowadzonych analiz statystycznych.
EN The paper presents comprehensive statistical analysis of data potentially useful in ultra short-term electric energy production forecasting for photovoltaic systems. The obtained results have been discussed and the final conclusions have been presented.
Słowa kluczowe
PL prognozowanie ultrakrótkoterminowe produkcji energii elektrycznej   system fotowoltaiczny   analiza statystyczna danych  
EN ultra short-term forecasting of electric energy production   photovoltaic system   statistical analysis of data  
Wydawca Wydawnictwo SIGMA-NOT
Czasopismo Przegląd Elektrotechniczny
Rocznik 2014
Tom R. 90, nr 4
Strony 1--4
Opis fizyczny BIbliogr. 13 poz., tab., wykr.
Twórcy
autor Piotrowski, P.
Bibliografia
[1] Głuchy D., Jarmuda T., Kurz D., Skowronek K., Trzmiel G.: „Współpraca systemu fotowoltaicznego z układem zasilania w energię w budynku inteligentnym”, INPE, 152 (2012), 67-73,
[2] http://gramwzielone.pl/energia-sloneczna,
[3] Yuehui H. et al.: “Comparative study of power forecasting methods for PV stations”, International Conference on Power System Technology (POWERCON), 2010,
[4] Al -Messabi N., et al.: “Forecasting of photovoltaic power yield using dynamic neural networks”, The 2012 International Joint Conference on Neural Networks (IJCNN),
[5] Baczyński D., Wasilewski J.: „Krótkoterminowe prognozowanie produkcji energii elektrycznej w systemach fotowoltaicznych”, Rynek Energii, 96 (2011), nr 5, 47-51,
[6] Dobrzańska I., Dąsal K., Łyp J., Popławski T., Sowiński J.: Prognozowanie w elektroenergetyce. Zagadnienia wybrane. Wydawnictwo Politechniki Częstochowskiej, Częstochowa (2002),
[7] Jie Shi , et al.: “Forecasting power output of photovoltaic system based on weather classification and support vector machine”, Industry Applications Society Annual Meeting (IAS), 2011 IEEE, Orlando 2011,
[8] Piotrowski P.: „Prognozowanie w elektroenergetyce w różnych horyzontach czasowych”, Monografia, Prace Naukowe Politechniki Warszawskiej „Elektryka”, z. 144, Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa, 2013,
[9] Popławski T. (red).: „Wybrane zagadnienia prognozowania długoterminowego w systemach elektroenergetycznych”, Wydawnictwo Politechniki Częstochowskiej, Częstochowa 2012.
[10] Yona A., et al.: “Application of neural network to 24-hourahead generating power forecasting for PV system”, Power and Energy Society General Meeting - Conversion and Delivery of Electrical Energy in the 21st Century, 2008 IEEE,
[11] Baczyński D., Helt P., Marzecki J., Piotrowski P., Wasilewski J.: „Opracowanie metod prognozowania produkcji energii elektrycznej dla źródeł odnawialnych”, praca na zlecenie firmy Globema w ramach umowy z Instytutem Elektroenergetyki Politechniki Warszawskiej,
[12] Piotrowski P.: „Prognozowanie krótkoterminowe godzinowych obciążeń w spółce dystrybucyjnej z wykorzystaniem sieci neuronowych – analiza wpływu doboru i przetworzenia danych na jakość prognoz", Przegląd Elektrotechniczny (Electrical Review), (83) 2007, nr 7-8, 40-43,
[13] Piotrowski P.: „Analiza statystyczna danych mających wpływ na produkcję energii elektrycznej przez farmę wiatrową oraz przykładowe prognozy krótkoterminowe”, Przegląd Elektrotechniczny (Electrical Review), (88) 2012, nr 3a, 161-164,
Kolekcja BazTech
Identyfikator YADDA bwmeta1.element.baztech-896999cb-7d0f-45b2-a9a3-3d09c8cb5a90
Identyfikatory
DOI 10.12915/pe.2014.04.01