Analiza podobieństwa obrazów sekwencji szeregów czasowych obciążeń elektroenergetycznych

• Autorzy: Dudek G.

Warianty tytułu

EN

Similarity analysis of the sequence patterns of the electrical load time series

• Języki publikacji: PL

Abstrakty

PL

Przedstawiono metody analizy podobieństwa obrazów sekwencji szeregów czasowych obciążeń elektroenergetycznych. Silne zależności pomiędzy obrazami sekwencji poprzedzających moment prognozy oraz obrazami sekwencji prognozowanych pozwalają budować modele prognostyczne oparte na podobieństwie obrazów. Dla kilku definicji obrazów i metod obliczania odległości pomiędzy obrazami przeprowadzono analizy oparte na tablicach wielodzielczych i teście chi kwadrat.

EN

The similarity analysis methods of the electrical load time series sequence patterns are presented. The strong relationship between patterns of the sequences preceding the forecast moment and the patterns of the forecasted sequences allows to create the similarity-based forecasting models. For several definitions of patterns and methods of the distance calculation the analyses based on the contingency tables and the chi-square test were performed.

Słowa kluczowe

PL

analiza podobieństwa; metody oparte na podobieństwie; szeregi czasowe obciążeń elektroenergetycznych

EN

similarity analysis; similarity-based methods; electrical load time series

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2009
• Tom: R. 85, nr 3
• Strony: 149--152
• Opis fizyczny: Bibliogr. 14 poz., rys., tab., wykr.

Twórcy

autor

Dudek G.

• Politechnika Częstochowska, Instytut Elektroenergetyki,

Bibliografia

• [1] Cieślak M. (red.), Nieklasyczne metody prognozowania, PWN, Warszawa 1983
• [2] Malko J., Mikołajczyk H., Skorupski W., Progress in Employment of Neural Network for Power System Load Forecasting, Mat. konf.: „Neural Networks and Their Applications”, 1 (1996), 317-323
• [3] Dudek G., Krótkoterminowe prognozowanie zapotrzebowania na moc elektryczną metodą klasteryzacji rozmytej, Przegląd Elektrotechniczny, 82 (2006), nr.9, 26-28
• [4] Osowski S., Siwek K., Kądzielawa A., Neural Network Approach to Load Forecasting, Mat. konf.: „Neural Networks and Their Applications”, 1 (1996), 355-360
• [5] Lendasse A. i in., Prediction of Electric Load using Kohonen Maps - Application to the Polish Electricity Consumption, Proceedings of the American Control Conference Anchorage, (2002), 3684-3689
• [6] Dudek G., Zastosowanie hierarchicznych metod grupowania do prognozowania dobowych charakterystyk obciążeń elektroenergetycznych, Przegląd Elektrotechniczny, 82 (2006), nr.9, 9-11
• [7] Dudek G., Przetwarzanie danych w opartych na podobieństwie metodach prognozowania przebiegów dobowych zapotrzebowania na moc elektryczną, Przegląd Elektrotechniczny, 82 (2006), nr.9, 15-19
• [8] Baumann T., Germond A., Application of the Kohonen Network to Short-Term Load Forecasting, Proceedings of the Second International Forum on Application of Neural Networks to Power Systems, (1993), 407-412
• [9] Dudek G., A Comparison of the Neural Gas and Self Organizing Map Methods for Next Day Load Curve Forecasting, Przegląd Elektrotechniczny (w druku)
• [10] Dudek G., Zastosowanie sieci neuronowej Hecht-Nielsena do krótkoterminowej predykcji obciążeń systemu elektroenergetycznego, Mat. konf.: „Aktualne Problemy w Elektroenergetyce APE’97”, 4 (1997), 65-72
• [11] Dudek G., Krótkoterminowe prognozowanie obciążenia systemu elektroenergetycznego z zastosowaniem sieci neuronowych o radialnych funkcjach bazowych, Mat. konf.: „Prognozowanie w Elektroenergetyce PE 2000”, (2000), 59-68
• [12] Liu T.-C., Li R-K., A New ART-Counterpropagation Neural Network for Solving a Forecasting Problem, Expert Systems with Applications, 28 (2005), 21-27
• [13] Dudek G., Next Day Electric Load Curve Forecasting using k-means Clustering, Proceedings of the 4th Polish and International Forum-Conference on Computer Science 2008, (w druku)
• [14] Dudek G., Artificial Immune System for Short-Term Electric Load Forecasting, Lecture Notes in Artificial Intelligence (w druku)