Wykorzystanie liniowych modeli rozmytych do prognozowania dobowego zapotrzebowania odbiorców wiejskich na energię elektryczną

• Autorzy: Trojanowska M. , Małopolski J.

Warianty tytułu

EN

The application of fuzzy linear models to forecasting the twenty-four hours' demand of electric energy by the rural customers

• Języki publikacji: PL

Abstrakty

PL

Zbudowano modele predykcyjne dla wszystkich dni tygodnia, oddzielnie modelując profil dnia, wartość średnią mocy dobowej oraz odchylenie standardowe przebiegu dobowego obciążenia. Średnie godzinowe zapotrzebowanie na energię elektryczną w ciągu doby oraz odchylenie standardowe tego zapotrzebowania zamodelowano opracowując rozmyte modele z wnioskowaniem typu Takagi-Sugeno. Analiza błędów prognoz wyznaczonych zgodnie z zaproponowaną metodą wykazała jej przydatność do lokalnego prognozowania krótkoterminowego.

EN

Predictive models were developed in this study for all days of a week, separately modeling the profile of a day, average value of 24 hrs' power, as well as the standard deviation of 24 hrs' loading course. The average demand of electric energy per hour during a day and the standard deviation of this demand were modeled at working out of the fuzzy models with Takagi-Sugeno type of inference. Error analysis of the prognoses determined by using such a method confirmed its usefulness to local short-term forecasting.

Słowa kluczowe

PL

energia elektryczna; prognozowanie krótkoterminowe; model rozmyty

EN

electric energy; short-term forecasting; fuzzy model

• Wydawca: Wydawnictwo ITP
• Czasopismo: Problemy Inżynierii Rolniczej
• Rocznik: 2008
• Tom: R. 16, nr 4
• Strony: 17--22
• Opis fizyczny: Bibliogr. 7 poz, rys., tab.

Twórcy

autor

Trojanowska M.

autor

Małopolski J.

• Katedra Energetyki Rolniczej, Uniwersytet Rolniczy w Krakowie

Bibliografia

• Driankov D., Hellendorn H., Reinfrank M. 1996. Wprowadzenie do sterowania rozmytego. WNT, Warszawa.
• Dudek G. 2000. Krótkoterminowe prognozowanie obciążenia systemu elektroenergetycznego z zastosowaniem sztucznych sieci neuronowych o radialnych funkcjach bazowych. Materiały V Konferencji Naukowej nt. Prognozowanie w elektroenergetyce PE 2000, ss. 59-69.
• Osowski S. 1996. Sieci neuronowe w ujęciu algorytmicznym. WNT, Warszawa.
• Piegat A. 1999. Modelowanie i sterowanie rozmyte. AOW EXIT, Warszawa.
• Takagi T. Sugeno M. 1985. Fuzzy identification of systems and its applications to modelling and control. IEEE Transactions on Systems, Man, and Cybernetics, vol. 15, No. 1, ss. 116-132.
• Trojanowska M., Małopolski J. 2007. Krótkoterminowe prognozowanie zapotrzebowania na energię elektryczną odbiorców wiejskich przy wykorzystaniu modeli Mamdaniego. Problemy Inżynierii Rolniczej, 3(57): 35-42.
• Zeliaś A., Pawełek B., Wanat S. 2004. Prognozowanie ekonomiczne. WN PWN Warszawa.