Wyniki wyszukiwania - BazTech

Ograniczanie wyników

2 Dudek G.

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: prognozowanie krótkoterminowe obciążeń systemów elektroenergetycznych

Sortuj według:

Ogranicz wyniki do:

Prognozowanie krótkoterminowe obciążeń systemów elektroenergetycznych z wykorzystaniem rozmytych drzew regresyjnych

Dudek G.

Przegląd Elektrotechniczny

2014

R. 90, nr 4

108--111

Przedstawiono model prognostyczny oparty na drzewie regresyjnym z rozmytymi węzłami do sporządzania krótkoterminowych prognoz obciążeń systemów elektroenergetycznych. Model operuje na obrazach cykli dobowych szeregów czasowych obciążeń. Odpowiedź modelu wyznaczana jest jako średnia z wartości zapisanych w liściach drzewa ważonych iloczynami stopni przynależności obrazu wejściowego do poszczególnych gałęzi na jego drodze do liści. Parametry nachylenia funkcji przynależności optymalizuje się metodą przeszukiwania turniejowego. Działanie modelu zilustrowano przykładem i porównano z działaniem innych modeli.

Short-term load forecasting model based on the regression tree with fuzzy nodes are presented. The model operates on the patterns of the load time series daily cycles. The response of the model is calculated as the mean of the values stored in the tree leaves weighted by the product of the membership degrees of the input pattern to branches on its way to the leaves. The slope parameters of membership functions are optimized using the tournament searching method. The performance of the model is illustrated on the example and compared with other models.

Analiza modelu krótkoterminowego prognozowania obciążeń systemów elektroenergetycznych opartego na klasteryzacji rozmytej

Dudek G.

Badania Operacyjne i Decyzje

2007

nr 2

15-34

Zaprezentowano model krótkoterminowego prognozowania obciążeń systemów elektroenergetycznych oparty na rozmytej klasteryzacji, który można zaliczyć do klasy modeli opartych na podobieństwie. Modele te bazują na założeniu, że jeśli obrazy sekwencji szeregów czasowych są do siebie podobne, to skojarzone z nimi obrazy prognoz również są do siebie podobne. Oznacza to, że obrazy sąsiednich sekwencji pozostają ze sobą w pewnej relacji, która nie zmienia się znacząco w czasie. Zależnie od charakteru szeregu czasowego i jego właściwości, relację tę, jak i stopień podobieństwa, można kształtować za pomocą definicji obrazów, funkcji przynależności, defuzyfikacji i miary odległości pomiędzy obrazami. Do budowy modeli prognostycznych wykorzystano cztery rodzaje funkcji przynależności optymalizując ich parametry. Zbadano empirycznie działanie modelu przy różnych miarach odległości pomiędzy obrazami. Zbadano wrażliwość modelu na szerokość funkcji przynależności. Analizowano odporność modelu na zaszumione i brakujące dane oraz działanie przy różnych definicjach zbiorów referencyjnych. Badania pozwoliły sformułować kilka wniosków na temat jakości i odporności modelu.

A model of the short-term power system load forecasting based on fuzzy clustering is presented. It can be classified as similarity-based models relying on the assumption that if patterns of the time series sequences are similar, then the forecast patterns associated with them are also similar. This means that the patterns of the neighboring sequences are in some relation to each other which does not change significantly with time. Depending on the character and properties of the time series, this relation as well as similarity degree can be shaped with the help of definitions of patterns, membership and defuzzification functions, and the distance measure between patterns. Four types of the membership functions with optimized parameters were used in the model construction. The model performance with the various distance measures between patterns was empirically examined. The model sensitivity to the membership function width was analyzed. The model resistance to the noisy and missing data and the model performance with the various definitions of the reference sets were analyzed. The tests allow to formulate some conclusions on the model quality and resistance.