Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: electricity load

Sortuj według:

Ogranicz wyniki do:

An analysis of the effect between the heat index and Long Short-Term Memory model to electricity load forecasting

Anh Nguyen Thi Ngoc, Hoang Vu Viet, Chau Do Thi Thanh, Linh Bui Duy, Huy Nguyen Duc

Annals of Computer Science and Information Systems

2021

Vol. 27

1--6

Accurate electricity load forecasting is essential for operating electrical systems. Most of the studies on electricity load forecasting are based on electricity load data or weather data, which is air temperature, but there are not consider the heat index. This paper proposes a short-term electricity load forecasting model using Long-Short Term Memory (LSTM) based on electricity load history and heat index data. In addition, the proposed model is applied to the data of IEVN NLDC (National Load Dispatching Center) in forecasting electricity load before 48 hours. This model is used to predict the electricity load of the Vietnamese nation and the power corporations of Vietnam. For a fair comparison, the LSTM network has fixed parameters, then compared the results when using temperature and the heat index. According to experimental results based on the Mean absolute percentage errors (MAPE) assessment, the proposed model has better accuracy than the model based on electricity load history and temperature.

Application of regression trees in the analysis of electricity load

Gładysz B., Kuchta D.

Badania Operacyjne i Decyzje

2008

nr 4

19-28

In the paper electricity load analysis was performed for a power region in Poland. Identifying the factors that influence the electricity demand and determining the nature of the influence is a crucial element of an effective energy management. In order to analyse the electricity load level the CART (Classification and Regression Tree) method has been used. The data for the analysis are hourly observations of the electricity load and weather throughout one year period. Two categories of factors were taken as predictor variables, on which the demand for the electricity load depends: variables describing weather and variables representing structure days in a year. An analysis of the errors of the presented models was carried out.

W artykule zbadano wpływ warunków atmosferycznych na poziom obciążenia systemu elektroenergetycznego. Identyfikacja czynników warunkujących wielkość popytu na energię elektryczną jest podstawowym elementem systemu zarządzania energią elektryczną. W badaniach zastosowano metodę k-średnich oraz technikę drzew klasyfikacyjnych i regresyjnych. W pierwszym etapie badań metodą k-średnich wyróżniono jednorodne - z uwagi na obciążenie systemu elektroenergetycznego - grupy godzin w skali doby. Dla każdej z grup dla wybranej godziny (reprezentanta) zbudowano drzewo regresyjne, przyjmując jako czynniki dane meteorologiczne oraz typ dnia w skali roku. Przeprowadzona analiza pokazała, że czynnikami warunkującymi poziom obciążenia systemu energetycznego są: temperatura, punkt rosy, wilgotność oraz rodzaj opadów. Informacja o rodzaju oraz wartościach progowych tych czynników meteorologicznych może zostać wykorzystana w procesie prognozowania poziomu obciążenia systemu elektroenergetycznego i tym samym przyczynić się do poprawy efektywności procesów zarządzania energią. Przeprowadzono analizę błędów skonstruowanych drzew regresyjnych.