Analiza możliwości zastosowania sztucznej inteligencji do grupowania profili dobowych zapotrzebowania na energię elektryczną w Krajowym Systemie Elektroenergetycznym (KSE)

Piotrowski, Paweł; Trybułowska, Ewelina

Artykuł - szczegóły

Tytuł artykułu

Analiza możliwości zastosowania sztucznej inteligencji do grupowania profili dobowych zapotrzebowania na energię elektryczną w Krajowym Systemie Elektroenergetycznym (KSE)

Autorzy

Piotrowski Paweł , Trybułowska Ewelina

Identyfikatory

Warianty tytułu

Analysis of the possibility of using artificial intelligence for clustering daily profiles of electricity demand in the National Power System (NPS)

Języki publikacji

Abstrakty

W artykule przedstawiono analizę statystyczną wieloletnich danych (wartości godzinowe zapotrzebowania na energię elektryczną) z KSE oraz analizę możliwości zastosowania sztucznej sieci neuronowej samoorganizującej się (Self Organizing Map) do podziału dobowych profili zapotrzebowania na energię elektryczną w KSE. Artykuł kończy podsumowanie oraz wnioski z wykonanych analiz statystycznych oraz badań związanych z zastosowaniem SOM do grupowania profili zapotrzebowania na energię.

The article presents a statistical analysis of long-term data (hourly values of electricity demand) from the NPS and an analysis of the possibility of using a self-organizing artificial neural network (Self Organizing Map) to divide daily profiles of electricity demand in the NPS. The article concludes with a summary and conclusions from the conducted statistical analyses and studies related to the application of SOM for clustering electricity demand profiles.

Słowa kluczowe

sieć neuronowa samoorganizująca się grupowanie energia elektryczna dobowe zapotrzebowanie analiza statystyczna sztuczna inteligencja uczenie maszynowe profile

self-organizing neural network clustering electric energy daily demand statistical analysis artificial intelligence machine learning

Wydawca

Grupa MEDIUM Sp. z o.o. Sp.k.a.

Czasopismo

Elektro Info

Rocznik

2024

Tom

nr 4

Strony

34--40

Opis fizyczny

Bibliogr. 14 poz., rys., wykr.

Twórcy

autor

Piotrowski Paweł

Politechnika Warszawska

autor

Trybułowska Ewelina

Politechnika Warszawska

Bibliografia

1. P. Piotrowski i in., Comprehensive forecast of electromobility mid-term development in Poland and its impacts on power system demand, Bulletin of the Polish Academy of Sciences, Technical Sciences 68.4 (2020).
2. A.Ł. Chojnacki, Analiza dobowej, tygodniowej i rocznej zmienności obciążeń elektroenergetycznych w sieciach zasilających odbiorców komunalnych oraz przemysłowych, „Przegląd Elektrotechniczny” 94 (2018): 56-61.
3. N. Hoppe-Maliszewska, M. Kolasa, Wpływ weekendów oraz innych dni wolnych od pracy na kształt profili odbiorców końcowych energii elektrycznej, „Przegląd Elektrotechniczny” 96 (2020).
4. P. Piotrowski, D. Baczyński, P. Kapler, Wielowariantowe prognozy liczby pojazdów elektrycznych w Polsce do roku 2025 oraz ich wpływ na roczne zapotrzebowania na energię elektryczną, „Przegląd Elektrotechniczny” 96 (2020): 138-141.
5. J. Badur i in., Analiza zmienności generacji energii elektrycznej w okresie pierwszych pięciu miesięcy 2019 r. ze szczególnym uwzględnieniem generacji energii ze źródeł wiatrowych, „Nowa Energia” (2019).
6. R. Raczkowski, S. Robak, M. Piekarz, Analysis of changes in power demand in the Polish Power System, „Energy Strategy Reviews” 44 (2022): 100996.
7. A. Modzelewski, Modelowe odzwierciedlenie nowych technologii wytwarzania energii oraz ich wpływ na Krajowy System Elektroenergetyczny, Diss 2019.
8. T. Ciechulski, S. Osowski, Prognozowanie zapotrzebowania na moc w KSE z zastosowaniem grupowania rozmytego, „Przegląd Elektrotechniczny” 95.10 (2019).
9. T. Ciechulski, S. Osowski, Prognozowanie zapotrzebowania mocy w KSE z horyzontem dobowym przy zastosowaniu zespołu sieci neuronowych, „Przegląd Elektrotechniczny” 94 (2018): 108-112.
10. K. Badyda, Energetyka wiatrowa. Aktualne trendy rozwoju w Polsce, „Energetyka” 5 (2013): 393-398.
11. R. Wójcicki, Rozproszone źródła PV – potencjał kształtowania profilu KSE w sezonie (szczycie) letnim, „Energetyk” 2 (2016): 78-85.
12. P. Piotrowski, D. Baczyński, M. Kopyt, Medium-Term Forecasts of Load Profiles in Polish Power System including E-Mobility Development, „Energies” 15.15 (2022): 5578.
13. K. Bartos, Sieć SOM jako przykład sieci samoorganizującej się, „Ekonometria” 36, Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu, 2012, ISSN 1507-3866.
14. R. Tadusiewicz, „Sieci neuronowe”, Akademicka Oficyna Wydawnicza RM 1993.

Typ dokumentu

Bibliografia

Identyfikator YADDA

bwmeta1.element.baztech-4dc7fa55-c5cf-4e8c-a8e7-17d34f5ae75e