Idea zastosowania zautomatyzowanych metod doboru zmiennych objaśniających dla celów optymalizacji kosztów zakupu danych wejściowych do prognozowania dobowego profilu obciążenia KSE

• Autorzy: Czapaj Rafał , Szablicki Mateusz , Rzepka Piotr

Identyfikatory

DOI

10.15199/48.2019.08.08

Warianty tytułu

EN

The concept of explanatory variables automated selection methods usage for input data purchase cost optimization in the scope of national power system daily load profile forecasting

• Języki publikacji: PL

Abstrakty

PL

Artykuł prezentuje możliwość skorzystania z metod statystycznych automatyzujących dobór zmiennych objaśniających na przykładzie dobowego obciążenia Krajowego Systemu Elektroenergetycznego. Automatyzacja pozwala na optymalizację kosztów zakupu prognoz wejściowych dzięki minimalizacji ich liczby, a uzyskane wyniki pozwalają dodatkowo na zmniejszenie nakładów pracy związanych z wyborem parametrów wejściowych (zmiennych objaśniających) na potrzeby późniejszego opracowywania prognoz dobowego obciążenia KSE.

EN

The paper presents the possibility of using statistical methods to automate the selection of explanatory variables to balance the daily load of the National Power System (NPS). With automation, the cost of input forecast purchase may be optimized by minimizing their number, and the results also allow for a reduction in the effort required to select input parameters (explanatory variables) for later forecasting of NPS daily loads.

Słowa kluczowe

PL

zapotrzebowanie na moc; zmienne objaśniające; zmienne meteorologiczne; Data Mining

EN

power demand; explanatory variables; meteorological variables; data mining

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2019
• Tom: R. 95, nr 8
• Strony: 29--32
• Opis fizyczny: Bibliogr. 12 poz., rys., tab.

Twórcy

autor

Czapaj Rafał

• PSE Innowacje Sp. z o.o., Centrum Kompetencji Badania i Rozwój, ul. Jordana 25, 40-056 Katowice

autor

Szablicki Mateusz

• Politechnika Śląska, Wydział Elektryczny, Instytut Elektroenergetyki i Sterowania Układów, PSE Innowacje Sp. z o.o.

autor

Rzepka Piotr

• Politechnika Śląska, Wydział Elektryczny, Instytut Elektroenergetyki i Sterowania Układów, PSE Innowacje Sp. z o.o.

Bibliografia

• [1] Bartodziej G., Tomaszewski M., Polityka energetyczna i bezpieczeństwo energetyczne – wydanie II, Wydawnictwo „Nowa Energia”, Racibórz 2008.
• [2] Weron A., Weron R., Giełda Energii: strategie zarządzania ryzykiem, Wydawnictwo CIRE, Centrum Metod Stochastycznych im. Hugona Steinhausa, Politechnika Wrocławska, Wrocław 2000.
• [3] Klóska R., Hundert M., Czyżycki R., Wybrane zagadnienia z prognozowania, Wydawnictwo Economicus, Szczecin 2007.
• [4] Zeliaś A., Pawełek B., Wanat S., Prognozowanie ekonomiczne. Teoria, przykłady, zadania, Wydawnictwo Naukowe PWN, Warszawa 2003.
• [5] Kot S.M., Jakubowski J., Sokołowski A., Statystyka. Podręcznik dla studiów ekonomicznych, Centrum Doradztwa i Informacji, Warszawa 2007.
• [6] Witryna internetowa: www.pse.pl.
• [7] Prognozowanie w elektroenergetyce. Zagadnienia wybrane, red. I. Dobrzyńska, Wydawnictwo Politechniki Śląskiej, Częstochowa 2012.
• [8] Kopecki K. i in., Analiza i prognoza obciążeń elektroenergetycznych, Wydawnictwa Naukowo-Techniczne, Warszawa 1971.
• [9] Pieczarko R., Sołtysik M., Analiza wpływu generacji źródeł wiatrowych na poziom kształtowania się cen energii elektrycznej na rynku SPOT, Konferencja Naukowa „Prognozowanie w elektroenergetyce”, Podlesice 2016.
• [10] Czapaj R., Rzepka P., Szablicki M., Typowanie zmiennych objaśniających przy wykorzystaniu zautomatyzowanych metod statystycznych jako sposób optymalizacji wyboru metody estymacji szczytowego dobowego obciążenia KSE, Konferencja Naukowa „Prognozowanie w elektroenergetyce”, Podlesice 2016.
• [11] Czapaj R., Optymalizacja kosztów zakupu danych wejściowych do prognoz dobowego obciążenia KSE przy wykorzystaniu zautomatyzowanych metod statystycznych, Konferencja Naukowa „APE’17”, Jastrzębia Góra 2017.
• [12] Czapaj R., Optymalizacja kosztów zakupu danych wejściowych do prognoz dobowego obciążenia KSE przy wykorzystaniu zautomatyzowanych metod statystycznych, Acta Energetica 3/2017 (32), Gdańsk 2017.

Uwagi

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