Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 12

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
EN
The basic logistics tools of companies include forecasting. It plays an increasingly important role in gas companies with regard to the progressive liberalisation of the market. In the paper, there has been built a fuzzy relational model of daily natural gas demand of rural consumers, and it has served as an example to check the usefulness of such a model for short-term forecasting, supporting the logistics of facilities in daily gas purchases. Calculations were carried out basing on the results of measurements of daily gas consumption from the rural areas. The predictive quality of the model developed has proved to be satisfactory (the average forecast error for the training set was 5.3% and 5.6% in the case of the test set).
PL
Do podstawowych narzędzi logistycznych przedsiębiorstw należy prognozowanie. Pełni ono coraz ważniejszą rolę w przedsiębiorstwach gazowniczych w związku z postępującą liberalizacją rynku tego paliwa. W pracy zbudowano rozmyty model relacyjny dobowego zapotrzebowania odbiorców wiejskich na gaz ziemny i na jego przykładzie sprawdzono przydatność takiego modelu do prognozowania krótkookresowego, wspierającego logistykę zakładów w dziennych zakupach gazu. Jakość predykcyjna opracowanego modelu okazała się zadowalająca (średni absolutny błąd prognoz dla zbioru uczącego równy 5,3%, a dla zbioru testowego 5,6%).
EN
The paper determines daily forecast demands for natural gas using artificial neural networks (MLPs). The influence of net-work structure, the type of activation function and the training process used on the quality of prediction were studied. It was found that the quality of forecasts was highly influenced by the network training algorithm. The smallest errors of the ex-pired forecasts (MAPE 5-6%) were obtained using the BFGS algorithm.
PL
W trakcie badań wyznaczano dobowe prognozy zapotrzebowania na gaz ziemny z wykorzystaniem sztucznych sieci neuronowych MLP. Przebadano wpływ struktury sieci, rodzaju funkcji aktywacji oraz zastosowanego procesu uczenia sieci na jakość predykcji. Stwierdzono, że na jakość prognoz duży wpływ ma algorytm uczenia sieci. Najmniejsze błędy prognoz wygasłych (MAPE rzędu 5-6%) uzyskano stosując algorytm BFGS.
EN
In this paper, two fuzzy Takagi-Sugeno models were built to describe daily gas consumption of rural households using the Gaussian and trapezoidal membership function. It was found that the predictive values of both models are similar and satis-factory (MAPE 5.3-5.5%) and slightly better than in the case of the model of neural network when the BFGS algorithm was used for training, as shown in the first section of the study.
PL
W pracy przedstawiono zbudowane dwa rozmyte modele typu Takagi-Sugeno opisujące dobowe zużycie gazu przez wiejskie gospodarstwa domowe, wykorzystując gaussowską i trapezoidalną funkcję przynależności. Stwierdzono, że wartość predykcyjna obydwu modeli jest podobna oraz zadowalająca (MAPE rzędu 5,3-5,5%) i nieznacznie lepsza od modelu neuronowe-go, gdy do uczenia sieci zastosowano algorytm BFGS, a który przedstawiono w części I opracowania.
PL
Opracowano modele z wnioskowaniem typu Takagi-Sugeno o gaussowskich funkcjach przynależności w przestrzeni wejściowej do krótkoterminowego prognozowania zapotrzebowania na energię elektryczną odbiorców wiejskich. Ze względu na charakter zmienności obciążeń opracowano odrębne modele dla typowych dni tygodnia. Przeprowadzona analiza wykazała przydatność modeli Takagi-Sugeno do predykcji z wyprzedzeniem godzinowym i ich konkurencyjność w stosunku do rozmytych modeli Mamdaniego.
EN
Models with concluding, Takagi-Sugeno type, with Gaussian functions of affiliation in entry space were developed for short-term forecasting of rural consumers' demand for electric energy. Due to loads variability character separate models were developed for typical week days. Completed analysis proved usability of the Takagi-Sugeno models for prediction with hourly advance, and their competitiveness compared to Mamdani fuzzy models.
PL
Opracowano modele relacyjne do krótkoterminowego prognozowania zapotrzebowania na energię elektryczną odbiorców wiejskich. Przy ich wyznaczaniu skorzystano z opisanych w części I algorytmów wyznaczania modeli rozmytych. Przeprowadzona analiza wykazała przydatność zbudowanych w ten sposób modeli relacyjnych do predykcji z wyprzedzeniem godzinowym.
EN
The research involved development of relationship models for short-term predicting of electric energy demand for rural consumers. When defining them, the researchers used algorithms for determining fuzzy models described in part I. Completed analysis has proven that relationship models built in this way are useful for prediction with one-hour advance.
PL
Opracowano i oprogramowano algorytmy wyznaczania modeli rozmytych, a w szczególności algorytm doboru zmiennych wejściowych do modeli oraz algorytm wyznaczania struktury modeli. Spowodowało to przyśpieszenie procesu budowy modeli prognostycznych opartych na teorii zbiorów rozmytych, dając w ten sposób możność łatwego ich zastosowania do prognozowania zużycia energii elektrycznej na wsi.
EN
The scope of the research involved development and programming of algorithms for determining fuzzy models, and in particular an algorithm for selecting input variables for models and an algorithm for determining the structure of models. This resulted in the acceleration of the process involving construction of predicting models based on fuzzy set theory, thus making it possible to use them for predicting electric energy consumption in the country.
PL
Zbudowano modele predykcyjne dla wszystkich dni tygodnia, oddzielnie modelując profil dnia, wartość średnią mocy dobowej oraz odchylenie standardowe przebiegu dobowego obciążenia. Średnie godzinowe zapotrzebowanie na energię elektryczną w ciągu doby oraz odchylenie standardowe tego zapotrzebowania zamodelowano opracowując rozmyte modele z wnioskowaniem typu Takagi-Sugeno. Analiza błędów prognoz wyznaczonych zgodnie z zaproponowaną metodą wykazała jej przydatność do lokalnego prognozowania krótkoterminowego.
EN
Predictive models were developed in this study for all days of a week, separately modeling the profile of a day, average value of 24 hrs' power, as well as the standard deviation of 24 hrs' loading course. The average demand of electric energy per hour during a day and the standard deviation of this demand were modeled at working out of the fuzzy models with Takagi-Sugeno type of inference. Error analysis of the prognoses determined by using such a method confirmed its usefulness to local short-term forecasting.
PL
Opracowano modele z wnioskowaniem typu Mamdani do dobowego prognozowania zapotrzebowania na energię elektryczną odbiorców wiejskich, jako charakterystycznej grupy użytkowników energii. W pracy modele zbudowano dla wszystkich dni tygodnia, oddzielnie modelując profil dnia, wartość średnią mocy dobowej oraz odchylenie standardowe przebiegu dobowego obciążenia. Przeprowadzona analiza wykazała przydatność takich modeli do krótkoterminowej predykcji i ich atrakcyjność ze względu na niski nakład pracy potrzebny do opracowania.
EN
Mamdani type concluding models were developed for twenty-four hour forecasting of electric energy demand for rural consumers, being characteristic group of energy users. For the research purposes the models were built for all weekdays, with separate modelling of day profile, twenty-four hour power average value and standard deviation of twenty-four hour load progress. Completed analysis proved usefulness of these models for short-term prediction, and their attraction due to low amount of labour necessary to prepare them.
PL
W pracy zbudowano modele z wnioskowaniem typu Mamdani do godzinowego prognozowania zapotrzebowania na energię elektryczną odbiorców wiejskich, jako charakterystycznej grupy użytkowników energii. Ze względu na charakter zmienności obciążeń opracowano odrębne modele dla typowych dni tygodnia. Przeprowadzona analiza wykazała przydatność tych modeli do krótkoterminowej predykcji i ich konkurencyjność w stosunku do modeli neuronowych.
EN
The models with Mamdani type of concluding were developed in order to predict the hourly demand of electric energy supplies to the rural customers as a characteristic group of electricity users. Because of the character of demands' variability, separate models for typical week-days were designed. The analysis that was carried out, showed the usefulness of these models to make the short-term predictions and their competitiveness in relation to the neural models.
PL
W pracy wykorzystano oparte na teorii zbiorów rozmytych modele relacyjne do prognozowania miesięcznego zapotrzebowania na energię elektryczną odbiorców wiejskich. Posłużono się przy tym danymi dotyczącymi sprzedaży energii elektrycznej przez wybraną spółkę dystrybucyjną odbiorcom wiejskim z obszaru województwa małopolskiego w latach 1993-2002. Przeprowadzone obliczenia wykazały dobrą jakość prognoz opracowanych w oparciu o rozmyte modele relacyjne.
EN
In the work relational models based on the fuzzy set theory were used to forecast monthly demand for electric energy by rural consumers. The data regarding electric energy sold to rural consumers from the Małopolska province in the period of 1993-2002 by the selected distribution company was used. The performed calculations showed good quality of forecasts drawn up based on fuzzy relational models.
PL
W pracy porównywano przydatność opartych na teorii zbiorów rozmytych modeli Mamdaniego i modeli Takagi-Sugeno do prognozowania miesięcznego zapotrzebowania energii elektrycznej na terenach wiejskich. Posłużono się przy tym danymi dotyczącymi sprzedaży energii elektrycznej przez wybraną spółkę dystrybucyjną odbiorcom wiejskim z obszaru województwa małopolskiego w latach 1993–2002. Przeprowadzone obliczenia wykazały większą trafność prognoz opracowanych w oparciu o modele Takagi-Sugeno.
EN
The paper compares applicability of fussy Madmani and akagi-Sugeno models, based on the theory of fussy sets, for predicting monthly demand for electric energy in rural areas. For that purpose data was used, regarding sales of electric energy by a selected distribution company to rural subscribers from the Małopolskie Voivodeship between 1993 – 2002. The calculations performed revealed better accuracy of forecasts developed based on the Takagi-Sugeno models.
PL
Wykorzystano teorię zbiorów rozmytych do prognozowania zapotrzebowania na energię elektryczną na terenach wiejskich opracowując dwa rozmyte modele liniowe. Posłużono się przy tym danymi dotyczącymi sprzedaży energii elektrycznej odbiorcom wiejskim w latach 1985-2000 przez wybraną spółkę dystrybucyjną.
EN
The fuzzy set theory was applied for the purposes of forecasting power demand in rural areas, through development of two fuzzy linear models. When doing this, the researchers used data regarding sale of electric power to rural consumers between 1985 and 2000, by selected distributing company.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.