PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Tytuł artykułu

Ultrakrótkoterminowe prognozy 15-minutowych wartości zapotrzebowania na energię elektryczną dla odbiorców nn z wykorzystaniem wybranych modeli statystycznych oraz sztucznych sieci neuronowych

Wybrane pełne teksty z tego czasopisma
Identyfikatory
Warianty tytułu
EN
Very short-term 15-minute load forecasts of low voltage consumers using chosen statistical models and artificial neural networks
Języki publikacji
PL
Abstrakty
PL
W artykule przedstawiono zagadnienia związane z wykonywaniem ultrakrótkoterminowych prognoz 15-minutowych wartości zapotrzebowania na energię elektryczną odbiorców nn. Dokonano analizy statystycznej danych i dobrano zmienne do modeli. Wykonano przykładowe prognozy i sformułowano wnioski końcowe.
EN
This paper presents issues related to very short-term 15-minute load forecasts of low voltage consumers. Statistical analysis of data have been made and input variables for prediction models have been chosen. Examples of predictions have been executed and final conclusions have been presented.
Rocznik
Strony
316--319
Opis fizyczny
Bibliogr. 10 poz., tab., wykr.
Twórcy
autor
  • Politechnika Warszawska, Instytut Elektroenergetyki, ul. Koszykowa 75, 00-662 Warszawa
autor
  • Politechnika Warszawska, Instytut Elektroenergetyki, ul. Koszykowa 75, 00-662 Warszawa
Bibliografia
  • [1] Piotrowski P., Prognozowanie w elektroenergetyce w różnych horyzontach czasowych. Oficyna wydawnicza Politechniki Warszawskiej, Warszawa 2013
  • [2] Dobrzańska I., Dąsal K., Łyp J., Popławski T., Sowiński J ., Prognozowanie w elektroenergetyce. Zagadnienia wybrane. Wydawnictwo Politechniki Częstochowskiej, Częstochowa 2002
  • [3] Parol M. , Piotrowski P. Very Short-term Forecasting for Optimum Control in Microgrids. Pendrive Proceedings of the Second Int. Youth Conf. on Energetics, June 4-6 2009, Budapest, Page(s): 5
  • [4] Parol M. , Piotrowski P., Prognozy zapotrzebowania na energię elektryczną o horyzoncie 15 minut na potrzeby sterowania w sieciach niskich napięć ze źródłami generacji rozproszonej, Przegląd Elektrotechniczny, 86 (2010), nr 12, 303-309
  • [5] Shamsollahi P., Cheung K. W., Quan Chen, Germain E. H. : A neural network based very short term load forecaster for the interim ISO New England electricity market system”. Proc. 2001 Power Industry Computer Applications Conf., May, 2001, Sydney, Australia, 217 – 222
  • [6] Chen H., Huang K., Chang L., Application of Neural Networks for Very Short-Term Load Forecasting in Power Systems w: Advances in Neural Networks – ISNN 2005, Second International Symposium on Neural Networks, Chongqing, China, May 30 - June 1, 2005, Proceedings, Part III
  • [7] Yu-Hsiang Hsiao, Very-Short-Term Load Forecast for Individual Household Based on Behavior Pattern Induction, Advanced Materials Research Vol. 918 (2014)
  • [8] De Andrade L . C. M., Oleskovicz M., Santos A.Q., Coury D.V., Very Short-Term Load Forecasting Based on NARX Recurrent Neural Networks, PES General Meeting | Conference & Exposition, 2014 IEEE
  • [9] Quilumba F.L., Lee W.J . , Huang H., Wang D.Y. , Szabados R.L. , Using Smart Meter Data to Improve the Accuracy of Intraday Load Forecasting Considering Customer Behavior Similarities, IEEE Transactions on Smart Grid (Volume:6, Issue: 2)
  • [10] Loewenstern Y., Katzir L., Shmilovitz D. , The effect of system characteristics on very-short-term load forecasting, XII International School on Nonsinusoidal Currents and Compensation, ISNCC 2015, Łagów, Poland
Uwagi
Opracowanie ze środków MNiSW w ramach umowy 812/P-DUN/2016 na działalność upowszechniającą naukę (zadania 2017).
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-d5029ad8-0a8b-4a22-adf7-19c6f37f2213
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.