Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 3

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  spatial electric load forecasting
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
PL
Niniejszy referat przedstawia praktyczne podejście do prognozowania rozkładu przestrzennego obciążeń elektroenergetycznych, które może mieć zastosowanie w krajowych spółkach dystrybucyjnych. Prezentuje się model prognostyczny, oparty na rozmytym modelowaniu preferencji zmian w prognozowaniu przestrzennym oraz małoobszarowych charakterystykach zapotrzebowania na moc szczytową i energię elektryczną w ciągu roku. Przedstawioną koncepcję implementuje się obecnie jako moduł prognozowania przestrzennego obciążeń elektroenergetycznych w systemie informatycznym ElGrid, rozwijanym przez firmę Globema Sp. z o.o. we współpracy z Instytutem Elektroenergetyki Politechniki Warszawskiej. Artykuł zawiera wstępne obserwacje i wnioski dotyczące prezentowanej metody prognostycznej.
EN
This paper deals with a practical approach to long-term electric spatial load forecasting. The presented forecasting method can be applied in domestic conditions. The forecasting model based on fuzzy modelling of land-use location preference as well as small-area annual load demand curve. The presented approach is implemented as a long-term spatial load forecasting module in ELGrid system developed by Globema Sp. z o.o. in cooperation with the Institute of Electrical Engineering, Warsaw University of Technology. The paper includes the preliminary observations and conclusions about the proposed forecasting method.
PL
W artykule przedstawiono w skrócie założenia i strukturę modelu predykcji przestrzennej obciążeń elektroenergetycznych oraz wyniki poprzednich badań związanych z analizą błędów na podstawie wykonanej prognozy wygasłej. Zasadniczą część artykułu stanowi opis obserwacji zachowania modelu prognostycznego (jego parametrów), jakich dokonano w oparciu o wykonanie właściwej prognozy długoterminowej dla jednej z dzielnic m. st. Warszawy. Obserwacje te stanowią dalsze określenie wartości prognostycznej zaproponowanego modelu.
EN
This paper presents briefly assumptions and a structure of a new spatial electric load prediction model. The previous research results concerning out-of-date forecast is discussed as well. The essential part of this paper deals with the behaviour assessment of the proposed spatial forecasting model (its parameters) based on the actual long-term prediction results for the one of districts in Warsaw. In this way the quality of the proposed forecasting model is further verified.
3
Content available remote Application of fuzzy cellular automata to spatial electric load forecasting
EN
The paper deals with a novel approach to a spatial load forecasting (SLF). All the known SLF methods are based on the top-down approach when the spatial load distribution depends on the global long-term forecasts (as for instance demographic indices). As the alternative to this problem, is presented a bottom-up approach to SLF task, which uses the modified fuzzy cellular automata (FCA). In this approach, all the global factors are purposely overlooked. Only the local projections affecting the spatial load distribution are investigated. The paper presents briefly the mathematical formulation of the proposed FCA method with the simple example of partial SLF task. Finally the conclusions and planned future works are widely discussed.
PL
Artykuł prezentuje nowe, oryginalne podejście do przestrzennego prognozowania obciążeń elektrycznych (PPOE). Wszystkie opracowane dotąd metody PPOE są oparte na podejściu "z góry na dół", w którym to rozkład przestrzenny obciążenia elektrycznego wynika z różnych prognozowanych wielkości dla całego analizowanego obszaru (np. wskaźniki demograficzne). Autor artykułu proponuje alternatywne podejście do problemu PPOE, w którym zastosowano teorię rozmytych automatów komórkowych (RAK). Podejście takie pozwala nie uwzględniać wskaźników globalnych (wielkoobszarowych). Należy zidentyfikować czynniki o charakterze lokalnym oraz znaleźć relacje pomiędzy nimi, które pozwolą na miarodajną predykcję lokalizacji przestrzennej odbiorców energii elektrycznej. W artykule zaprezentowano model predykcji rozkładu przestrzennego odbiorców energii elektrycznej opartej na RAK oraz przedstawiono krótki przykład takiej prognozy. Ponadto przedstawiono wnioski podsumowujące aktualny etap badań nad nową metodą PPOE, a także problemy do rozwiązania w najbliższej przyszłości.
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.