PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Tytuł artykułu

Rozkłady gruboogonowe w modelowaniu zapotrzebowania na energię elektryczną

Autorzy
Identyfikatory
Warianty tytułu
EN
Heavy-tailed distributions in power demand modelling
Języki publikacji
PL
Abstrakty
PL
Wykorzystywane są liniowe szeregi czasowe typu ARMA (a dokładnie odpowiadające im szeregi typu long AR) do modelowania komponenty stochastycznej procesu zapotrzebowania na energię elektryczną (system-wide load) w Kalifornii. Podobnie jak we wcześniejszych artykułach do usuwania sezonowości (komponenty deterministycznej) wykorzystano technikę sezonowej zmienności. Nowością jest natomiast estymacja parametrów wspomnianych szeregów czasowych z założeniem szumów gruboogonowych, tj. opisanych rozkładami hiperbolicznym, NIG bądź stabilnym.
EN
ARMA type linear time series (and more precisely - corresponding with them long AR type series) are used for modelling power demand process stochastic component (system wide load) in California. Like it was described in previous papers the seasonal variation technique to remove seasonality (i.e. deterministic component) had been used. But the novelty is an estimation of the mentioned time series parameters, taking into account heavy-tailed noises i.e. the ones described by hyperbolic, NIG or stable distributions.
Czasopismo
Rocznik
Tom
Strony
908--911m
Opis fizyczny
Bibliogr. 16 poz., tab., wykr.
Twórcy
autor
  • JASE Wrocław
Bibliografia
  • [1] Alfares H.K. , Nazeeruddin M. (2002): Electric load forecasting: Literature survey and classification of methods. International Journal of Systems Science 33(1), 23-34
  • [2] Bamdorff-Nielsen O.E. (1977): Exponentially decreasing distributions forthe logarithm of particie size. Proc. Roy. Soc. London A 353, 401-419
  • [3] Bamdorff-Nielsen O.E., Blaesild P. (1981): Hyperbolic distribu-tions and ramifications: Contributions to theory and applications, in C. Taillie, G. Patii, B. Baldessari (eds.) Statistical Distributions in Scientific Work, Volume 4, Reidel, Dordrecht
  • [4] Borak Sz., Hardle W., Weron R. (2005): Stable distributions, in „Statistical Tools for Finance and Insurance", eds. P.Cizek, W.Hardle, R.Weron, Springer, Berlin
  • [5] Brockwell P.J., Davis R.A. (1996): Introduction to Time Series and Forecasting. Springer, New York
  • [6] D. Bunn (2000) Forecasting loads and prices in competitive power markets. Proc. IEEE 88 (2), 163-169
  • [7] Dobrzańska I., red. (2002): Prognozowanie w elektroenergetyce. Zagadnienia wybrane. Wyd. Politechniki Częstochowskiej, Częstochowa
  • [8] Koutrouvelis I.A. (1980): Regression-Type Estimation of the Parameters of Stable Laws. Journal of the American Statistical Association 75
  • [9] Malko J., Weron A. (2001): Kalifornia - anatomia zaćmienia, Rynek Terminowy 12 (2/01), 70-78
  • [10] Metaxiotis K., Kagiannas A., Askounis D„ Psarras J. (2003): Artificial intelligence in short term electric load forecasting: a state-of-the-art survey for the researcher. Energy Conversion and Management 44, 1525-1534
  • [11] MisiorekA., Weron R. (2004): Modelowanie sezonowości a pro¬gnozowanie zapotrzebowania na energię elektryczną. Energetyka 12/2004,780-785
  • [12] Nowicka-Zagrajek J., Weron R. (2002): Modeling electricity loads in California: ARMA models with hyperbolic noise. Signal Processing 82 (12), 1903-1915
  • [13] Prause K. (1999); The Generalized Hyperbolic Model: Estimation, Financial Derivatives, and Risk Measures, Ph.D. Thesis, Freiburg University
  • [14] Samorodnitsky G., Taqqu M.S. (1994): Stable Non-Gaussian Random Processes, Chapman & Hall
  • [15] Weron R. (2004): Computationally intensive Value at Risk calcu-lations, in „Handbook of Computational Statistics: Concepts and Methods", eds. J.E. Gentle, W. Hardle, Y. Mori, Springer, Berlin
  • [16] Weron R. (2007): Modeling and Forecasting Electricity Loads and Prices: A Statistical Approach, Wiley, Chichester
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-article-BPOK-0004-0005
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.