Metody określania niepewności prognoz krótkoterminowego obciążenia sieci dla modeli neuronowych i neuronowo-rozmytych

• Autorzy: Bartkiewicz W.

Warianty tytułu

EN

Uncertainty assesament methods for neuraland neuro-fuzzy short-term load forecasting models

• Języki publikacji: PL

Abstrakty

PL

Artykuł dotyczy problematyki określania niepewności prognoz zapotrzebowania energii, dla powszechnie stosowanych modeli prognostycznych opartych na warstwowych sieciach perceptronowych (MLP) i neuronowo-rozmytych sieciach z funkcjami o bazie rozmytej (FBF). Przedstawiono w nim zagadnienia związane z łączeniem prognoz z procesami decyzyjnymi, które są przez nie zasilane. Omówione zostało zagadnienie wyznaczania przedziałów prognozy zapotrzebowania oraz określania optymalnej wielkości zamówienia w warunkach ryzyka, wynikającego z błędu prognozy. Następnie przedstawiono dwa podstawowe podejścia do szacowania niepewności nieliniowych modeli prognostycznych.

EN

The paper discuss the problem of uncertainty assessment of short-term load forecasts for commonly used neural MLP networks and neuro-fuzzy FBF models. The point of our interest is connection between forecasts and decision processes. There are several exemplary topics from this area discussed, like prediction intervals estimation, or optimization of the market order size under risk resulted from the forecasting error. Then we analyzed two basic approaches to forecast uncertainty (variance) assessment for nonlinear models.

Słowa kluczowe

PL

prognozowanie obciążeń; niepewność prognozy; sieci neuronowe; modele neuronowe rozmyte

EN

load forecasting; prediction uncertainty; neural networks; neuro-fuzzy models

• Wydawca: KAPRINT
• Czasopismo: Rynek Energii
• Rocznik: 2011
• Tom: nr 1
• Strony: 41--46
• Opis fizyczny: Bibliogr. 7 poz., tab.

Twórcy

autor

Bartkiewicz W.

• Uniwersytet Łódzki, Wydział Zarządzania, Katedra Informatyki,

Bibliografia

• [1] Bartkiewicz W.: Neuro-fuzzy approach to short-term electrical load forecasting. Proc. of the International Joint Conference on Neural Networks, IJCNN2000, Como, Italy, July 24-27, 2000, vol. VI, 229-234.
• [2] Bartkiewicz W.: Error Bars for Short Term Load Forecasting Neural Networks Models. Present-Day Problems of Power Engineering (APE '2001), Gdańsk - Jurata, 2001, vol. III, pp. 75-82.
• [3] Bartkiewicz W., Gontar Z., Matusiak B., Zieliński J.S.: Short-term load forecasting in market environment, Proc. of III-d IEE Mediterranean Conference and Exhibition on Power Generation, Transmission, Distribution and Energy Conversion (Med Power), Athens. Nov 4 – 6, 2002.
• [4] Bartkiewicz W., Gontar Z., Zieliński J.S., Bardzki W.: Uncertainty of the short-term load forecasting in utilities, Proc. of the International Joint Conference on Neural Networks, IJCNN2000, Como, July 24-27, 2000, vol. VI, 235-240.
• [5] Bartkiewicz W., Matusiak B.: Short-Term Load Forecasting for Energy Markets, Rutkowski L., Kacprzyk J. (eds), Neural Networks and Soft Computing, Springer – Physica Verlag 2003, 790 – 795.
• [6] Butkevych O.F., Pawłowskiy W.W., Bartkiewicz W., Zieliński J.S.: Hybrid systems in power systems solving. Technical Electrodynamics, Inst. of Electrodynamics National Academy of Sciences, Kiev 2002, 77-82
• [7] Halicka K.: Wykorzystanie sztucznych sieci neuronowych do prognozowania cen na giełdzie energii. Rynek Energii, nr 1(86), 2010, 20-23.