Celem niniejszego artykułu jest przedstawienie zastosowania sztucznych sieci neuronowych do prognozowania cen na gieł-dzie energii elektrycznej. Na wejście skonstruowanego predykatora neuronowego wprowadzono m.in. przeszłe wartości ceny energii i wolumenu obrotu, zmienne określające pogodę, tzn. temperaturę, zachmurzenie, prędkość wiatru oraz zmienne opisujące dzień i godzinę transakcji. Wszystkie te zmienne były mierzone dla każdej godziny doby handlowej.
EN
The aim of the paper is to present application of artificial neural networks in electric energy prices forecasting on energy market. As an input of the constructed predicator past energy prices and turnover volume, variables describing weather that is temperature, cloudiness, speed of wind and variables describing time and date of transaction were introduced. All the variables were measured for each hour of the trade twenty- four hours. In the next step of study adjustment of the model to the real data was assessed
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.