Wyniki wyszukiwania - BazTech

1

Algorytm Ewolucyjny inspirowany informatyką kwantową do poprawy parametrów modelu neuralnego wyznaczania cen na Towarowej Giełdzie Energii Elektrycznej notowanych na RDN

Tchórzewski Jerzy, Ruciński Dariusz

Poznan University of Technology Academic Journals. Electrical Engineering

|

2019

|

No. 100

121--132

PL

Artykuł zawiera wybrane wyniki badań dotyczące istoty i implementacji Algorytmu Ewolucyjnego inspirowanego obliczeniami kwantowymi do poprawy parametrów modelu neuralnego wyznaczającego ceny na Towarowej Giełdzie Energii Elektrycznej. Do uczenia Sztucznej Sieci Neuronowej modelu systemu wykorzystano dane liczbowe notowane na Rynku Dnia Następnego w okresie od 01 stycznia 2015 r. do 30 czerwca 2015 r. Szczególną uwagę zwrócono na sposób systemowego tworzenie Populacji Początkowej oraz na sposób systemowego tworzenie funkcji krzepkości (funkcji przystosowania), a na tej bazie na metodę kwantyzacji, dekwantyzacji i obliczeń kwantowych przeprowadzonych z wykorzystaniem pojęcia kwantowej liczby mieszanej i rachunku wektorowo-macierzowego. Uzyskano znaczącą poprawę modelu neuralnego wspomaganego algorytmem ewolucyjnym inspirowanym kwantowo w stosunku do modelu neuralnego wspomaganego algorytmem ewolucyjnym bez inspiracji kwantowej.

EN

The paper contains selected research results on the nature and implementation of the Evolutionary Algorithm inspired by quantum computation to improve the parameters of the neural model determining prices at the Polish Power Exchange. To learn the Artificial Neural Network system model, the figures quoted on the Commodity Electricity Market of the Day-Ahead Market were used in the period from January 1, 2018 to June 30, 2018. Particular attention was paid to the systemic creation of the Initial Population and the systemic creation of the function of solidification (function adaptation), and on this basis, the quantization, dequantization and quantum computation methods carried out using the quantum concept of a mixed number. Significant improvement of the neural model supported by quantum-inspired evolutionary algorithm in relation to the model without quantum inspiration was obtained.

2

Systemowy algorytm ewolucyjny do poprawy modelu towarowej giełdy energii elektrycznej. Część 1, Istota i możliwości algorytmu

Tchórzewski J., Marlęga R.

Poznan University of Technology Academic Journals. Electrical Engineering

|

2017

|

No. 90

277--287

PL

W pracy zamieszczono opis istoty i możliwości wykorzystania Systemowego Algorytmu Ewolucyjnego (SAE) do poprawy struktury i parametrów modelu systemu na przykładzie Towarowej Giełdy Energi Elektrycznej. Po zdefiniowaniu podstawowych pojęć dotyczących algorytmu SAE pokazano algorytm oraz szczegółowo omówiono najistotniejsze jego kroki, to jest m.in. sposób tworzenia systemowej populacji początkowej, systemowych operatorów genetycznych, systemowej metody selekcji oraz systemowej funkcji krzepkości jako funkcji rozbieżności pomiędzy modelem systemu jego otoczeniem (dostawcami i odbiorcami energii elektrycznej). Zamieszczono też wybrane wyniki analizy modeli TGEE z punktu widzenia wykorzystania ich do generowania systemowej PP oraz systemowej funkcji krzepkości.

3

Systemowy algorytm ewolucyjny do poprawy modelu systemu towarowej giełdy energii elektrycznej. Część 2, Implementacja i wyniki badań

Tchórzewski J., Skwara M.

Poznan University of Technology Academic Journals. Electrical Engineering

|

2017

|

No. 90

289--300

PL

Artykuł jest kontynuacją pracy o tym samym tytule głównym i podtytułem Część 1. Istota i możliwości metody. W niniejszym artykule pokazano w jaki praktyczny sposób można utworzyć Populację Początkową (PP) na bazie modelu parametrycznego arx Towarowej Giełdy Energii Elektrycznej (TGEE) otrzymanego w wyniku identyfikacji z wykorzystaniem danych liczbowych notowanych na Rynku Dnia Następnego (RDN). Pokazano też systemowy sposób konstruowania funkcji krzepkości jak też systemowych operatorów krzyżowania i mutacji, a także metody selekcji. Algorytm zaimplementowano w języku Matlab i przetestowano z wykorzystaniem danych TGEE. Uzyskano wiele interesujących wyników badań, w tym w zakresie przebiegu algorytmu jak też wizualizacji wybranych wyniki badań.

EN

The paper is a continuation of the article under the same title and subtitle the main part 1 The essence and the possibility of implementing. This article shows how a practical way to create initial population (PP) based on parametric model arx Power Exchange Electricity (TGEE) obtained as a result of identification using the figures listed on the Day Ahead Market (DAM). It also shows a process for designing a system as well as robustness features of system the crossover and mutation and selection methods. The algorithm is implemented in Matlab and tested using data TGEE. They obtained many interesting results, including the course of the algorithm as well as the visualization of selected results.

4

Krótkookresowe prognozy ceny energii elektrycznej na Rynku Dnia Następnego

Popławski T., Weżgowiec M.

Śląskie Wiadomości Elektryczne

|

2012

|

Nr 5 (104)

10--14

PL

Artykuł porusza problematykę prognozowania krótkookresowego ceny energii elektrycznej na Rynku Dnia Następnego. Badania przeprowadzone zostały na rzeczywistych danych, dla których skonstruowano szereg czasowy. Wykonano analizę statystyczną i przeprowadzono testy pozwalające na wybór odpowiedniej metody i modelu predykcyjnego. Zaproponowano kilka modeli prognostycznych dla przewidywania ceny w horyzoncie dobowym. Dokonano analizy oceny prezentowanych modeli.

EN

Article raises the problem of short-term forecasting of the electricity price on the Day-Ahead-Market. Researches were conducted on real data, for which the time series was constructed. Statistical analysis and tests were performed which allow to choose the proper method and predictive model. It was proposed several forecasting models to predict price in the twenty-four hours horizon. It was performed analysis and evaluation used tor presented models.