Model symulacyjny systemu Towarowej Giełdy Energii Elektrycznej z wykorzystaniem wspomaganej ewolucyjnie oraz inspirowanej kwantowo Sztucznej Sieci Neuronowej

• Autorzy: Tchórzewski Jerzy , Ruciński Dariusz

Identyfikatory

DOI

10.21008/j.1897-0737.2020.104.0005

Warianty tytułu

EN

Simulation model of the Polish Power Exchange System using evolutionally assisted and quantum-inspired Artificial Neural Network

• Języki publikacji: PL

Abstrakty

PL

Utworzono wspomaganą ewolucyjnie oraz inspirowaną kwantowo Sztuczną Sieć Neuronową, którą zaimplementowano w Simulinku na bazie danych Rynku Dnia Następnego Towarowej Giełdy Energii Elektrycznej. Dane wejściowe, wagi i biasy poddano kwantyzacji. Kwantowe obliczenia quasi-równoległe przeprowadzono na bazie 100 wygenerowanych kwantowych liczb mieszanych za pomocą metody kwantyzacji na bazie stanów czystych |0> i |1>, a uzyskane w wyniku obliczeń kwantowe liczby mieszane poddano dekwantyzacji za pomocą Sztucznej Sieci Neuronowej (SSN). Model symulacyjny składający się ze wspomaganej ewolucyjnie oraz kwantowo inspirowanej Sztucznej Sieci Neuronowej, oprócz badań symulacyjnych, umożliwia przeprowadzanie badań komparatystycznych uzyskiwanych sygnałów z danymi rzeczywistymi oraz z danymi wyjściowymi z perceptronowej Sztucznej Sieci Neuronowej. Wyniki badań wskazują na wysoką dokładność przeprowadzanego eksperymentu.

EN

An evolutionary-assisted and quantum-inspired Artificial Neural Network was created, which was implemented in Simulink on the Day-Ahead Market of the Polish Power Exchange. Input data, weights and bias were quantized. Quantum quasi-parallel calculations were carried out on the basis of 100 generated quantum mixed numbers using the quantization method based on pure states |0> and |1>, and the resulting quantum mixed numbers were dequantized using another Artificial Neural Network. The implemented simulation model consists of evolutionarily assisted and quantum-inspired Artificial Neural Network, which in addition to simulation studies allows conducting comparative studies of obtained signals with real data and with output data from the perceptron Artificial Neural Network. The test results indicate the high accuracy of the experiment.

Słowa kluczowe

PL

badania komparatystyczne; badania symulacyjne; obliczenia kwantowe; sztuczne sieci neuronowe; towarowa giełda energii elektrycznej

• Wydawca: Wydawnictwo Politechniki Poznańskiej
• Czasopismo: Poznan University of Technology Academic Journals. Electrical Engineering
• Rocznik: 2020
• Tom: No. 104
• Strony: 55--64
• Opis fizyczny: Bibliogr. 24 poz., rys.

Twórcy

autor

Tchórzewski Jerzy

• Uniwersytet Przyrodniczo-Humanistyczny w Siedlcach

autor

Ruciński Dariusz

• Doktorant Uniwersytet Przyrodniczo-Humanistyczny w Siedlcach

Bibliografia

• [1] Arabas J., Wykłady z Algorytmów Ewolucyjnych. WNT Warszawa (2016).
• [2] Ciechulski T., Osowski S., Badanie jakości predykcji obciążeń elektroenergetycznych za pomocą sieci neuronowych SVM, RBF i MLP. Przegląd Elektrotechniczny, R. 90, nr 8, pp.148-151, (2014).
• [3] Dudek-Dyduch E., Tadeusiewicz R., Horzyk A., Neural network adaptation proces ef-fectiveness dependent of constant training data availability, Neurocomputing, Volume 72, Issues 13–15, pp. 3138-3149 (2019).
• [4] Giaro K., Kamiński M., Wprowadzenie do algorytmów kwantowych. AOW EXIT, Warszawa (2003).
• [5] Heller M., Elementy mechaniki kwantowej dla filozofów. Copernikus Center Press, Kraków (2016).
• [6] Hirvensalo M., Algorytmy kwantowe. WSiP, Warszawa (2004).
• [7] Kaczorek T., Dzieliński A., Dąbrowski W., Łopatka R., Podstawy teorii sterowania. WNT, Warszawa (2005).
• [8] Le Belac M., Wstęp do informatyki kwantowej. Wydawnictwo Naukowe PWN, Warszawa (2018).
• [9] Mielczarski W., Rynki energii Elektrycznej. Wybrane aspekty techniczne i ekonomiczne. ARE S.A. i Energoprojekt-Consulting S.A., Warszawa (2000).
• [10] Obuchowicz A., Algorytmy ewolucyjne z mutacją stabilną, OW EXIT, Warszawa (2013).
• [11] Osowski S., Sztuczne sieci neuronowe do przetwarzania informacji, OW PW, Warszawa (2013).
• [12] Ruciński D., Modelowanie neuronalne cen na Towarowej Giełdzie Energii Elektrycznej wspomagane algorytmem ewolucyjnym oraz inspirowane obliczeniami kwantowymi, rozprawa doktorska pod kierunkiem dr hab. inż. Jerzego Tchórzewskiego, prof. UPH w Siedlcach, IBS PAN, Warszawa (2018).
• [13] Ruciński D., The neural modeling in chosen task of Electric Power Stock Market. Studia Informatica. Systemy i technologie informacyjne, No 1-2/2017, pp. 1-22.
• [14] Ruciński D., Neural-evolutionary Modeling of Polish Electricity Power Exchange. Electrical Power Networks, XPlore Digital Library, Proceedings of Electric Power Networks, Szklarska Poręba (2016), pp. 1-6.
• [15] Rutkowska D., Piliński M., Rutkowski L., Sieci neuronowe, algorytmy genetyczne i systemy rozmyte. PWN, Warszawa (1997).
• [16] Sawerwain M., Wiśniewska J., Informatyka kwantowa. Wybrane obwody i algorytmy, PWN Warszawa (2015).
• [17] Susskind L., Friedeman A., Mechanika kwantowa. Teoretyczne minimum. Prószyński i S-ka, Warszawa (2016).
• [18] Tadeusiewicz R., Odkrywanie właściwości sieci neuronowych przy użyciu programów w języku C#. Polska Akademia Umiejętności, Kraków (2007).
• [19] Tchórzewski J., Ruciński D., Algorytm Ewolucyjny inspirowany informatyką kwantową do poprawy parametrów modelu neuralnego wyznaczania cen na Towarowej Giełdzie Energii Elektrycznej notowanych na RDN. Poznan University of Technology. Academic Journals Electrical Engineering, 100/2019, str. 121-135.
• [20] Tchórzewski J., Ruciński D., Model neuronalny wspomagany Algorytmem Ewolucyjnym inspirowanym obliczeniami kwantowymi do wyznaczania cen na Towarowej Giełdzie Energii Elektrycznej Rynku Dnia Następnego. ITM Web of Conferences 28, 01006 (2019), pp. 1-2.
• [21] Tchórzewski J., Ruciński D., Evolutionarly-Supported and Quantum-Inspired Neural Modeling Applied to the Polish Electric Power Exchange. IEEE Digital Library, Conference on Progress in Applied Electrical Engineering (PAEE), Koscielisko (2019), pp. 1-6.
• [22] Tchórzewski J., Ruciński D., Quantum inspired evolutionary algorithm to improve parameters of neural models on example of polish electricity power exchange. IEEE Digital Library, Proceedings of Electric Power Networks, Szklarska Poręba (2016).
• [23] Towarowa Giełda Energii S.A., www.tge.pl, last accessed 2020/01/21.
• [24] Wright J., Jordanov I., Quantum inspired evolutionary algorithms with improved rotation gates for real-coded synthetic and real world optimization problems. Integrated Computer-Aided Engineering, vol. 24/2017, no. 3, pp. 203-223.

Uwagi

Opracowanie rekordu ze środków MNiSW, umowa Nr 461252 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2020).