Ograniczanie wyników
Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Powiadomienia systemowe
  • Sesja wygasła!

Znaleziono wyników: 1

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  input variables selection
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
PL
Obciążenia elektryczne charakteryzują się zmiennością roczną, tygodniową i dobową. Ten typ krzywych, charakteryzujący się dobowym podobieństwem obciążeń, jest odpowiedni do prognozowania przy użyciu Adaptive Neuro-Fuzzy Inference System (model ANFIS). Badano wpływ doboru zmiennych na dokładność procesu prognozowania. Szczególną uwagę zwrócono na uwzględnienie dodatkowej zmiennej - temperatury powietrza.
EN
The electric loads are characterized by annual, weekly and daily variability. This type of curves, in the form of daily load similarity, is suitable for forecasting using the Adaptive Neuro-Fuzzy Inference System (ANFIS model). The influence of variable selection on the accuracy of the forecasting process has been tested. Special attention is paid to taking into consideration an additional variable – air temperature.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.