Hurtownie danych i eksploracja danych w prognozowaniu popytu na gaz i usługi magazynowania gazu

• Autorzy: Paliński A.

Identyfikatory

DOI

10.18668/NG.2018.04.04

Warianty tytułu

EN

Data warehouses and data mining in forecasting the demand for gas and gas storage services

• Języki publikacji: PL

Abstrakty

PL

W artykule zaprezentowano tendencje światowe dotyczące hurtowni danych i eksploracji danych w przemyśle naftowym i gazowniczym oraz potwierdzono możliwości wykorzystania narzędzi zaawansowanej eksploracji danych do prognozowania popytu na paliwo gazowe i usługi podziemnego magazynowania gazu na polskim rynku. W ramach testowania użyteczności oprogramowania do eksploracji danych, zbudowano model prognozujący odbiór gazu z polskich podziemnych magazynów gazu. Uzyskane prognozy mają wysoką trafność, a użycie kreatorów wbudowanych w oprogramowanie zminimalizowało nakłady pracy i pozwoliło na automatyzację procesu budowy modeli.

EN

The article presents world trends regarding data warehousing and data mining in the oil and gas industry and confirmed the possibility of using advanced data mining tools for forecasting natural gas demand and underground gas storage services on the Polish market. As part of data mining software usability testing, we built a model forecasting gas withdrawal from Polish underground gas storage facilities. The achieved forecasts have high accuracy, and the use of wizards embedded in the software, minimized the workload and allowed for the automation of the model building process.

Słowa kluczowe

PL

eksploracja danych; przemysł gazowniczy; prognozowanie

EN

data mining; oil and gas industry; forecasting

• Wydawca: Instytut Nafty i Gazu - Państwowy Instytut Badawczy
• Czasopismo: Nafta-Gaz
• Rocznik: 2018
• Tom: R. 74, nr 4
• Strony: 284--289
• Opis fizyczny: Bibliogr. 16 poz., rys.

Twórcy

autor

Paliński A.

• Akademia Górniczo-Hutnicza im. St. Staszica w Krakowie, Wydział Zarządzania, ul. Gramatyka 10, 30-067 Kraków

Bibliografia

• [1] Balfe P., Kelp O.: Gas consumption Forecasting. A methodology. Acil Allen Consulting, Sydney 2014, www.acilallen.com.au (dostęp: wrzesień 2016).
• [2] Buchnowska D.: CRM strategia i technologia. Wydawnictwo Uniwersytetu Gdańskiego, Gdańsk 2006.
• [3] Edjlali R., Ronthal A.M., Greenwald R., Beyer M.A., Feinber D.: Magic quadrant for data management solutions for analytics. Gartner 2017, https://www.gartner.com/home (dostęp: październik 2017).
• [4] Freemeteo, https://freemeteo.pl/ (dostęp: grudzień 2017).
• [5] Gas Infrastructure Europe, https://agsi.gie.eu (dostęp: grudzień 2017).
• [6] Główny Urząd Statystyczny, https://bdl.stat.gov.pl/BDL/dane/podgrup/temat (dostęp: grudzień 2017).
• [7] Han J., Kamber M., Pei J.: Data mining: concepts and techniques. Elsevier, San Francisco 2012.
• [8] Holdaway K.: Harness oil and gas big data with analytics: Optimize exploration and production with data driven models. John Wiley & Sons, New Jersey 2014.
• [9] Index Mundi, https://www.indexmundi.com (dostęp: grudzień 2017).
• [10] Larose D.: Odkrywanie wiedzy z danych. PWN, Warszawa 2006.
• [11] Linden A., Krensky P., Hare J., Idoine C.J., Sicular S., Vashisth S.: Magic quadrant for data science platforms. Gartner 2017, https://www.gartner.com/home (dostęp: październik 2017).
• [12] Polski Rynek Węgla, http://www.polskirynekwegla.pl/indekspscmi-1 (dostęp: grudzień 2017).
• [13] Strona internetowa: https://docs.microsoft.com/en-us/visualstudio/ide/visual-studio-ide (dostęp: październik 2017).
• [14] Strona internetowa: https://www.microsoft.com/pl-pl/sql-server/sql-server-2017-editions (dostęp: październik 2017).
• [15] Surma J.: Business Intelligence. Systemy Wspomagania Decyzji Biznesowych, Wydawnictwo Naukowe PWN, Warszawa 2009.
• [16] Top oil and gas software products, http://www.capterra.com/oil-and-gas-software (dostęp: grudzień 2017).

Uwagi

PL

Opracowanie rekordu w ramach umowy 509/P-DUN/2018 ze środków MNiSW przeznaczonych na działalność upowszechniającą naukę (2018).