Prognozowanie miesięcznego zużycia energii elektrycznej dla odbiorców zasilanych z terenowych sieci dystrybucyjnych średniego napięcia z zastosowaniem sztucznej sieci neuronowej

• Autorzy: Filipiak Sylwester , Nita Wojciech

Warianty tytułu

EN

Artificial neural network (ANN) in forecasting of the monthly electric energy consumption by customers connected to local MV distribution networks

• Języki publikacji: PL

Abstrakty

PL

W artykule przedstawiono zastosowanie sztucznej sieci neuronowej do prognozowania miesięcznego zużycia energii dla odbiorców zasilanych z elektroenergetycznych dystrybucyjnych terenowych sieci średnich napięć. Przedstawiono opis zastosowanej sieci neuronowej oraz rezultaty wykonanych prognoz. Podano również wartości błędów prognoz realizowanych przez zastosowaną sieć neuronową.

EN

Presented is the application of an artificial neural network in forecasting of the monthly electric energy consumption by customers connected to local MV distribution networks. Presented is a description of the applied neural network and the results of the performed ­forecasts. Given are also error values of forecasts realized by the applied neural network.

Słowa kluczowe

PL

sztuczna sieć neuronowa; elektroenergetyczne dystrybucyjne sieci terenowe śn; prognozowanie miesięcznego zużycia energii

EN

artificial neural network; MV distribution networks; forecasting of a monthly electric energy consumption

• Wydawca: Oficyna Wydawnicza Energia [Stowarzyszenie Elektryków Polskich - COSiW]
• Czasopismo: Energetyka
• Rocznik: 2019
• Tom: nr 5
• Strony: 362--366
• Opis fizyczny: Bibliogr. 13 poz., rys., tab.

Twórcy

autor

Filipiak Sylwester

• Politechnika Świętokrzyska w Kielcach

autor

Nita Wojciech

• PGE Dystrybucja S.A. Oddział Skarżysko-Kamienna

Bibliografia

• [1] Parol M., Helt P., Piotrowski P., Metody sztucznej inteligencji. Przykłady zastosowań w elektroenergetyce. Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa 2012.
• [2] Korbicz J., Sztuczne sieci neuronowe i ich zastosowanie welektrotechnice i energetyce. "Przegląd Elektrotechniczny" 2009, nr 9.
• [3] Tadeusiewicz R., O celowości zastosowania sieci neuronowych w problemach związanych z elektrotechniką. Przegląd Elektrotechniczny" 2009, nr 2.
• [4] Grad L., Przykład optymalizacji struktury sztucznej sieci neuronowej metodą algorytmów genetycznych. "Biuletyn Instytutu Automatyki i Robotyki" 2006, nr 23.
• [5] Piotrowski P., Analiza zastosowań sztucznych sieci neuronowych do krótkoterminowego prognozowania mocy oraz produkcji energii elektrycznej w systemach fotowoltaicznych. "Przegląd Elektrotechniczny" 2015, nr 8.
• [6] Trojanowska M., Małopolski J., Zastosowanie metod sztucznej inteligencji do prognozowania miesięcznej sprzedaży energii elektrycznej na wsi. "Acta Sci.Pol, Technica Agraria" 2004, nr 3.
• [7] Trojanowska M, Małopolski J., Modele rozmyte zapotrzebowania na moc dla potrzeb krótkoterminowego prognozowania zużycia energii elektrycznej na wsi. Część I. Algorytmy wyznaczania modeli rozmytych.
• [8] Baczyński D., Piotrowski P., Prognozowanie dobowej produkcji energii elektrycznej przez turbinę wiatrową z horyzontem 1 doby. "Przegląd Elektrotechniczny" 2014, nr 9.
• [9] Włas M., Zastosowanie algorytmów sztucznych sieci neuronowych do prognozowania zużycia energii elektrycznej. "Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej" 2016, nr 51.
• [10] Piotrowski P., Prognozowanie w elektroenergetyce w różnych horyzontach czasowych. "Prace Naukowe Politechniki Warszawskiej" 2013, nr 144.
• [11] Marzecki J., Metody prognozowania mocy i energii elektrycznej w elektroenergetycznych sieciach rozdzielczych. "Przegląd Elektrotechniczny"2006, nr 4, R.82.
• [12] Grycan w., Wróblewski Z., Ocena modelowania dynamicznego jako narzędzia do prognozowania zużycia energii elektrycznej przez odbiorców indywidualnych. Politechnika Wrocławska "Zeszyt Naukowy" 2016, nr 272.
• [13] Jeżyk T., Tomczewski A., Krótkoterminowe prognozowanie zużycia energii elektrycznej z wykorzystaniem sztucznej sieci neuronowej. Politechnika Poznańska. "Zeszyt Naukowy' 2014, nr 79.

Uwagi

Opracowanie rekordu w ramach umowy 509/P-DUN/2018 ze środków MNiSW przeznaczonych na działalność upowszechniającą naukę (2019).