PL
 |
EN
Preferencje help
Polish version English version Język
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 7

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

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
1
Content available remote Prognozowanie krótkoterminowe zapotrzebowania na energię elektryczną w KSE z wykorzystaniem metody MARSplines
Czapaj Rafał, Benalcazar Pablo, Kamiński Jacek
Przegląd Elektrotechniczny
|
2019
|
R. 95, nr 7
133--136
PL
W tekście przedstawiono wyniki zastosowania metody MARSplines, należącej do szerokiej grupy metod Data Mining, do prognozowania zapotrzebowania na moc elektryczną w Krajowym Systemie Elektroenergetycznym. Przedstawiono zmienne objaśniające i ich powiązanie ze zmienną prognozowaną. Zamieszczono ponadto obszerną analizę statystyczną tych zmiennych. Na podstawie przeprowadzonych symulacji w trybie ex post i ex ante sformułowano wnioski dotyczące samej metody oraz wnioski wynikające z czynności prognostycznych.
EN
The article presents the results obtained from applying the MARSplines method, which belongs to a broad group of Data Mining methods, to forecast the electric power demand in the Polish National Power System. Furthermore, the relationship between explanatory variables and the forecasted variable is examined through an extensive statistical analysis. Based on the (ex–post and ex–ante) simulations results a number of conclusions are drawn regarding the method itself and the accuracy of its predictions.
2
Content available remote Idea zastosowania zautomatyzowanych metod doboru zmiennych objaśniających dla celów optymalizacji kosztów zakupu danych wejściowych do prognozowania dobowego profilu obciążenia KSE
Czapaj Rafał, Szablicki Mateusz, Rzepka Piotr
Przegląd Elektrotechniczny
|
2019
|
R. 95, nr 8
29--32
PL
Artykuł prezentuje możliwość skorzystania z metod statystycznych automatyzujących dobór zmiennych objaśniających na przykładzie dobowego obciążenia Krajowego Systemu Elektroenergetycznego. Automatyzacja pozwala na optymalizację kosztów zakupu prognoz wejściowych dzięki minimalizacji ich liczby, a uzyskane wyniki pozwalają dodatkowo na zmniejszenie nakładów pracy związanych z wyborem parametrów wejściowych (zmiennych objaśniających) na potrzeby późniejszego opracowywania prognoz dobowego obciążenia KSE.
EN
The paper presents the possibility of using statistical methods to automate the selection of explanatory variables to balance the daily load of the National Power System (NPS). With automation, the cost of input forecast purchase may be optimized by minimizing their number, and the results also allow for a reduction in the effort required to select input parameters (explanatory variables) for later forecasting of NPS daily loads.
3
Content available remote Dobór zmiennych objaśniających z wykorzystaniem metody MARSplines na przykładzie prognozowania dobowego zapotrzebowania na moc szczytową 15-minutową w KSE
Czapaj Rafał, Benalcazar Pablo, Kamiński Jacek
Przegląd Elektrotechniczny
|
2019
|
R. 95, nr 8
9--12
PL
Artykuł prezentuje możliwość skorzystania z metod statystycznych automatyzujących dobór zmiennych objaśniających na przykładzie szczytowego obciążenia dobowego KSE. Testy ex post dotyczyły 10 zbiorów zmiennych objaśniających dla metod statystycznych klasycznych i typu Data Mining. Uzyskana macierz wyników pozwala wstępnie wybrać najkorzystniejszy zbiór zmiennych objaśniających i metodę statystyczną.
EN
The article examines the possibility of using statistical methods for the automated selection of explanatory variables of the daily peak demand in the National Power System. An analysis of 10 explanatory variable sets was conducted through classical and Data Mining methods. The obtained results, which are presented as a matrix of (ex-post) statistical measures, prove to be useful in the selection of the appropriate statistical method and the selection of explanatory variables.
4
Content available Optimizing the acquisition cost of input data for daily National Power System load forecasts using automated statistical methods
Czapaj R.
Acta Energetica
|
2017
|
nr 3
37--42
EN
The paper presents the possibility of using statistical methods to automate the selection of explanatory variables to balance the daily load of the National Power System (NPS). With automation, the cost of input forecast purchase may be optimized by minimizing their number, and the results also allow for a reduction in the effort required to select input parameters (explanatory variables) for later forecasting of NPS daily loads.
PL
Artykuł prezentuje możliwość skorzystania z metod statystycznych automatyzujących dobór zmiennych objaśniających na przykładzie dobowego obciążenia Krajowego Systemu Elektroenergetycznego (KSE). Automatyzacja pozwala na optymalizację kosztów zakupu prognoz wejściowych dzięki minimalizacji ich liczby, a uzyskane wyniki pozwalają dodatkowo na zmniejszenie nakładów pracy związanych z wyborem parametrów wejściowych (zmiennych objaśniających) na potrzeby późniejszego opracowywania prognoz dobowego obciążenia KSE.
5
Content available remote Identification of driving factors for presence of endemic species in the Aglasun district of the Mediterranean Region, Turke
Ozkan K.
Polish Journal of Ecology
|
2012
|
Vol. 60, nr 2
291-30
EN
This study was addressed to environmental factors significantly influencing the habitat preferences of endemic species and to obtain a model of their common habitat preferences in the Aglasun district. The district, covering an area of 55,000 hectares, is located in the lakeland subregion of the Mediterrranean region, Turkey. Data were collected from 199 sample plots (20 x 20 m ) and in total 40 endemic taxa was recorded in 124 plots which include minimum one endemic species. Wilcoxon rank-sum statistic and Pearson chisquared tests were used for continuous and categorical explanatory variables, respectively. The factors playing important roles in habitat preferences of endemic species were following: altitude, radiation index, soil texture, landscape position and landform. Generalized additive model was used for modelling the habitat preferences of endemic taxa. To obtain the best model, all significant environmental factors were evaluated by selecting stepwise option. Finally, the best model was obtained (training AUC = 0.816, and crossvalidation AUC = 0.800) by using altitude and landform variables.
6
Content available remote Jakość danych wejściowych w badaniach i modelach ruchu: od KBR do prognoz
Friedberg J., Szarata A.
Zeszyty Naukowo-Techniczne Stowarzyszenia Inżynierów i Techników Komunikacji w Krakowie. Seria: Materiały Konferencyjne
|
2010
|
Nr 93, z. 152
60-70
PL
Popularne powiedzenie informatyczne mówi "śmieci na wejściu - śmieci na wyjściu". Referat zajmuje się odwrotnym postawieniem tego, niestety, dość częstego zjawiska, nazwijmy je "skarby na wejściu - skarby na wyjściu". Czynniki jakości wyników badań i modeli ruchu wiążą się ściśle z jakością (czytaj - wiarygodnością) danych wejściowych. Ponieważ współcześnie, z różnych powodów, powszechne jest stosowanie mieszanych metod badań ruchu (czyli łączenie badań terenowych i technik modelowania matematycznego), stąd o jakości danych należy mówić zarówno w odniesieniu do danych i wyników badań, jak i danych do modeli ruchu. Jakość wyników wyjściowych pochodzących zwykle z modeli symulacyjnych, to już inna kwestia, wiążąca się z właściwą kalibracją parametrów tych modeli.
EN
The popular statement in informatics says "garbage in - garbage out". The authors deal in the paper with the contrary but very frequent event that could be called: "treasures in - treasures out". The factors of quality in surveys results and traffic models are precisely bounded with quality of input data (reliability). Nowadays because of various reasons it is common to use mixed methods of traffic surveys (in other words to blend land surveys and the techniques of mathematic modelling), so saying on data quality one should take into account not only input data and survey results but data for traffic models as well. The quality of output data, coming usually from simulation models, depends on proper calibration of parameters for these models.
7
Content available remote Czas jako czynnik wpływający na dobór zmiennych objaśniających
Szłapka M.
Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Śląska
|
2004
|
z. 20 cz. 1
181-204
PL
Artykuł dotyczy badania stabilności w czasie najlepszej kombinacji zmiennych objaśniających. Stabilność zostala zbadana w odniesieniu do długości okresu, dla jakiego zbierano dane oraz w sensie zróżnicowania najlepszych kombinacji dla kolejnych podokresów wyłonionych z próby. Wyciągnięte wnioski zostały oparte na wynikach otrzymanych dla trzech przykładowych serii danych.
EN
This article researches time stability of the best combination of variables examined about the results achieved to different lengths of periods for which the data was assembled and about the variability of the best combinations for following terms from gathered sample. Received results are commented and concluded.
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.