Identyfikatory
Warianty tytułu
Metody wyznaczania przedziałów prognozy dla rodziny neuronowo rozmytych modeli krótkoterminowego prognozowania obciążenia sieci
Języki publikacji
Abstrakty
In the paper the problem of estimation of the prediction intervals (error bars) for the family neuro-fuzzy Short-Term Load Forecasting (STLF) models is discussed. We investigate two neuro-fuzzy networks: Fuzzy Basis Function (FBF) Networks, and linear neuro-fuzzy model with Tagagi-Sugeno reasoning. The paper contains comparison of selected most important methods for error bars calculation (analytical delta method, and bootstrap), and discusses the obtained results in context STLF.
W artykule zaprezentowane zostały metody wyznaczania przedziałów prognozy dla rodziny neuronowo rozmytych modeli krótkoterminowego prognozowania obciążenia sieci. Przebadane zostały dwa rodzaje sieci neuronowo-rozmytych: sieci Fuzzy Basis Function (FBF) i liniowe neuronowe modele rozmyte z wnioskowaniem typu Takagi-Sugeno. Artykuł obejmuje porównanie najistotniejszych metod szacowania przedziałów prognozy: analitycznej metody delta i bootstrapu), dyskutując wyniki w kontekście krótkoterminowych prognoz obciążenia sieci.
Słowa kluczowe
Wydawca
Czasopismo
Rocznik
Tom
Strony
284--287
Opis fizyczny
Bibliogr. 10 poz., tab.
Twórcy
autor
- Uniwersytet Łódzki, Katedra Informatyki, ul. Matejki 22/26, 90-237 Łódź, wbartkiewicz@wzmail.uni.lodz.pl
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., Confidence intervals prediction for the short-term electrical load neural forecasting models, Elektrotechnik und Informationstechnik, No. 1(117), 2000, 8-12.
- [3] 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, 75-82.
- [4] Bartkiewicz W., Metody określania niepewności prognoz krótkoterminowego obciążenia sieci dla modeli neuronowych i neuronowo-rozmytych. Rynek Energii, nr 1 (92), luty 2011, s. 41 - 46.
- [5] Bartkiewicz W., Short-Term Load Forecasting with Neuro-Fuzzy Models. Present-Day Problems of Power Engineering (APE '2011), Gdańsk - Jurata, 2011, (to appear).
- [6] 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.
- [7] 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,
- [8] Butkevych O.F., Pawłowskiy W.W., Bartkiewicz W., Zieliński J .S., Hybrid systems in power systems solving. Technical Electrodynamics, Institute of Electrodynamics National Academy of Sciences, Kiev 2002, 77-82.
- [9] Khosravi, A. , Nahavandi, S. and Creighton, D., Prediction Interval Construction and Optimization for Adaptive Neuro Fuzzy Inference, IEEE Transactions on Fuzzy Systems, (to appear).
- [10] Mencar C., Castellano G., Fanelli M., Deriving Prediction Intervals For Neuro-Fuzzy Networks. Mathematical and Computer Modelling, vol. 42 (2005), issue 7-8, 719-726.
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-article-BPS1-0049-0073