Wyniki wyszukiwania - BazTech

Ograniczanie wyników

3 Piotrowski P.

Znaleziono wyników: 3

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: prognozowanie średnioterminowe

Sortuj według:

Ogranicz wyniki do:

Wybrane aspekty prognozowania miesięcznego zapotrzebowania na energię elektryczną oraz miesięcznej mocy szczytowej dla różnych horyzontów prognoz na użytek spółek dystrybucyjnych

Piotrowski P.

Przegląd Elektrotechniczny

2011

R. 87, nr 2

115-118

W tekście przedstawiono wnioski z analizy statystycznej danych energetycznych i poza energetycznych oraz wyniki przeprowadzonych badań - prognoz miesięcznego zapotrzebowania na energię elektryczną oraz miesięcznej mocy szczytowej wybranymi metodami prognostycznymi dla różnych horyzontów prognoz. Sformułowano ponadto wnioski końcowe z przeprowadzonych badań prognostycznych.

The paper presents summary of statistical analysis of power engineering data and outside power engineering data. Results of the monthly electric energy consumption and peak power different time horizons forecasting have been showed. The final conclusions of investigations respecting to executed forecasts and statistical analyses have been presented.

Metody poprawy jakości prognoz średnioterminowych miesięcznego zużycia energii elektrycznej w spółce dystrybucyjnej

Piotrowski P.

Przegląd Elektrotechniczny

2007

R. 83, nr 6

75-77

Średnioterminowa prognoza zużycia energii elektrycznej jest dla spółek dystrybucyjnych istotnym elementem w ich funkcjonowaniu. Celem tej pracy jest przedstawienie efektywnej metody prognozy średnioterminowej przy wykorzystaniu sztucznych sieci neuronowych oraz zwrócenie uwagi na dużą rolę czynników poza energetycznych w uzyskaniu wysokiej jakości prognoz. Porównane zostaną uzyskane wyniki z kilkoma metodami statystycznymi.

Electric energy consumption middle – term forecasting is important factor for electrical plants. The purpose of this paper is to present effective method of middle – term forecasting of electric energy consumption using an artificial neural network and showing important role of other factors than electric energy consumption in high quality predictions. The results will be compared with some statistical methods.

Neural network with genetic algorithms for the monthly electric energy consumption and peak power middle-term forecasting

Piotrowski P.

Journal of Applied Computer Science

2002

Vol. 10, nr 1

105-115

This paper presents efficiency of neural networks with genetic algorithms for solving monthly electric energy consumption and peak power middle - term forecasting problem. Two problems were solved: - middle-term forecasting of monthly electric energy consumption for alt STOEN S.A. consumers - middle-term forecasting of peak power and monthly electric energy consumption for selected groups of big electric power consumers in STOEN S.A. The paper include analysis of the performance, the optimization process of artificial neural network (number of layers, number of neurons in hidden layer(s), types of activation functions, number and type of input - output data) and the efficiency comparison of forecasting using the standard artificial neural network and the artificial neural network with genetic algorithms. At the end of the article there are forecasting results with conclusions. Analysis shows many benefits from precise forecasting for Electrical Plants, Power Regions and groups of electric power consumers as well.