Prediction of consumer electricity needs based on internet weather forecasts

• Autorzy: Opaliński A.

Warianty tytułu

PL

Przewidywanie zapotrzebowania na energię elektryczną na podstawie internetowych prognoz pogody

• Języki publikacji: EN

Abstrakty

EN

Electrical energy is considered both as an important driver for producing and transporting goods in companies, as well as a good in itself which requires planning and management for generating and delivering it to consumers in proper time and amounts. Weather information can be considered to convey part of the data on energy delivery needs of consumers. Free meteorological data sources on the Web do not offer consistent data to automate energy consumption forecasts. The paper identifies and addresses these inconsistencies to provide for automatic data gathering and supply to a demand forecasting model.

PL

Energia elektryczna jest istotna w produkcji i transporcie, zaś w pewnych gałęziach gopodarki również jako dobro samo w sobie, wymagające planowanie i zarządzania generacją oraz dystrybucją, w celu dostarczenia do klienta w odpowiednim czasie i ilości. Przyjmuje się, że informacje pogodowe niosą dane na temat zapotrzebowania energetycznego konsumentów. Darmowe źródła pogodowe w Internecie oferują dane niespójne, które nie pozwalają na automatyzację procesu prognozowania zapotrzebowania. Artykuł wskazuje te niespójności, oraz wskazuje sposoby ich zniwelowania, w celu zapewnienia automatycznego zbierania danych oraz generowania prognoz zapotrzebowania.

Słowa kluczowe

EN

demand prediction; electrical energy; weather forecast

PL

planowanie zapotrzebowania; energia elektryczna; prognoza pogody

• Wydawca: Wydział Elektrotechniki i Automatyki Politechniki Gdańskiej
• Czasopismo: Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej
• Rocznik: 2015
• Tom: Nr 47
• Strony: 131--134
• Opis fizyczny: Bibliogr. 13 poz., rys., wykr., tab.

Twórcy

autor

Opaliński A.

• Politechnika Gdańska, Wydział Elektrotechniki i Automatyki

Bibliografia

• 1. Hayes, B., Gruber, J., Prodanovic, M.: Short-Term Load Forecasting at the local level using smart meter data, in Proc of IEEE PowerTech, 2015.
• 2. Wu, X. ; Wang, X. ; Bi, S., Zhang, P.: Short-term load forecasting based on big data technologies, CSEE Journal of Power and Energy Systems, Vol.1, Issue:3, pp.59-67, 2015.
• 3. Drury B. Crawley, Which Weather Data Should You Use for Energy Simulations of Commercial Buildings?, ASHRAE Transactions, vol.104 part 2, 1998.
• 4. Łyp, J., Popławski, T., Starczynowska, E.: The comprehensive analyze of influencing meteorological factors on load variation in the National Power System, Electrotechnicla Review, R.87, No.2, pp.97-100, 2011.
• 5. Eugenio F. Sanchez-Ubeda, Ana Berzosa: New variables to improve electricity and natural gas consumption forecasting: Dynamic degree-days, Avances in Inteligencia Artificial, Vol.1, 2011.
• 6. Ziser, C. J., Dong, Z. Y., Saha, T. K.: Investigation of Weather Dependency and Load Diversity on Queensland Electricity Demand, Proc. AU Power Engineering Conf, pp.457-462, 2005.
• 7. Beccali M., Cellura M., Brano V. L., Marvuglia A.: A neural network model to forecast urban electricity consumption from weather data, World Renewable Energy Congress VIII Book of Abstracts, USA, 2004.
• 8. Drury B. Crawley, Which Weather Data Should You Use for Energy Simulations of Commercial Buildings?, ASHRAE Transactions, vol.104 part 2, 1998.
• 9. Włodarczyk, A., Zawada, M.: Modeling the impact of the weather factors on the electrical energy consumption in one of the regions in the southern Poland, Proc. of 7th International Conference on the European Energy Market (EEM), 2010.
• 10. Maj M.: IMGW Data – not for free, and the price may be prohibitive, Internet Users's Journal, Business and Law, 2012, available online, URL:http://di.com.pl/news/46012,0,Dane_IMGW_-_nie_dostaniemy_ich_darmo_a_ceny_bywaja_zaporowe.html (DOA: 1.08.2015).
• 11. John Musser, 5 Weather APIs – From WeatherBug to Weather Channel, web blog entry. available online, URL: http://blog.programmableweb.com/2009/04/15/5-weather-apis-from-weatherbug-to-weather-channel/(DOA: 1.07.2015).
• 12. Alberto H. F. Laender, Berthier A. RibeiroNeto, Altigran S. da Silva, Juliana S. Teixeira, A Brief Survey of Web Data Extraction Tools, ACM SIGMOD, Vol.31 Issue 2, pp 84-93, 2002.
• 13. Ferrara E., De Meo P., Fiumara G., Baumgartner R.: Web Data Extraction, Applications and Techniques: A Survey, available online, URL: http://www.emilio.ferraraname/wpcontent/uploads/2011/07/survey-csur.pdf, (DOA:1.08.2015).