Wyniki wyszukiwania - Biblioteka Nauki

1

Zastosowanie algorytmu optymalizacji rojem cząstek w procesie uczenia sztucznej sieci neuronowej w prognozowaniu krótkoterminowym

100%

Baczyński D.

|

tom nr 4

52-56

PL

W artykule przedstawiono dwa sposoby wykorzystania algorytmów optymalizacji rojem cząstek (Particle Swarm Optimization - PSO) do optymalizacji wartości wag połączeń sztucznej sieci neuronowej. Pierwszy sposób wykorzystania PSO polegał na samodzielnej optymalizacji wag sieci tak by zminimalizować błąd prognozy. Drugi sposób wykorzystywał wspomaganie tego procesu klasycznym algorytmem back-propagation. Celem opracowanego układu hybrydowego miało być prognozowanie krótkoterminowe zapotrzebowania na energię elektryczną spółki dystrybucyjnej. Dla takiego zadania przeprowadzono testy jakości, które zaprezentowano w pracy. Przedstawiono także wnioski dotyczące własności opracowanej metody i ścieżki jej rozwoju.

EN

In the paper two applications of particle swarm optimization (PSO) algorithm for weights values optimization of artificial neural network are presented. First application consists in optimization of weights values only with the PSO in such a way to minimize forecast error. Second application aids this process using classical back propagation algorithm. The main purpose of this hybrid system is forecasting of electric energy load for distribution company. For this task efficiency tests were done. Conclusions concerning properties of proposed method and ways of development are presented.

2

Wskaźniki wyprzedzające koniunktury - analiza ekonometryczna

86%

Szeplewicz K.

Prace i Materiały Instytutu Rozwoju Gospodarczego SGH

|

2011

|

tom 87: Zmiany aktywności gospodarczej w świetle wyników badań koniunktury

33-63

PL

Jakość trzech najpopularniejszych wskaźników wyprzedzających koniunktury w Polsce (wskaźniki opracowane przez IRG SGH, BIEC oraz Ipsos) oraz wskaźnika skonstruowanego na podstawie cząstkowych wskaźników wyprzedzających publikowanych przez GUS porównano za pomocą szeregu narzędzi analitycznych. Za punkt odniesienia przyjęto publikowany przez Eurostat wskaźnik równoległy koniunktury. Wszystkie wskaźniki charakteryzują się wyprzedzeniem rzędu 1-2 miesięcy. Na ich podstawie zbudować można dobrej jakości modele ekonometryczne, wszystkie wskaźniki poza wskaźnikiem Ipsos wykazują również stabilną, długookresową relację ze wskaźnikiem równoległym, wyprzedzając go o 1-2 miesiące. Oprócz wskaźnika Ipsos wszystkie charakteryzują się wzorcem cykliczności zgodnym ze wzorcem zidentyfikowanym dla wskaźnika równoległego. Początki faz ekspansji sygnalizowane są wcześniej niż początki faz recesji. Analiza funkcji autokowariancji wskazuje, że wszystkie wskaźniki posiadają wzorzec cykliczności taki, jak wskaźnik równoległy. Zaobserwowano istotne statystycznie podobieństwo między wskaźnikami wyprzedzającymi a wskaźnikiem równoległym. Prognozy uzyskiwane z modeli ekonometrycznych uwzględniających wskaźniki wyprzedzające charakteryzują się zadowalającą precyzja. Wykazano, że uwzględnienie wskaźników wyprzedzających obok wartości opóźnionych wskaźnika równoległego pozwala na podniesienie jakości prognoz. Wielostronna analiza pozwala na stwierdzenie, że najlepszą adekwatnością cechują się wskaźniki publikowane przez IRG SGH i BIEC.

EN

Quality of three most popular Polish leading indicators of economic sentiment has been investigated by wide range of analytical tools. An additional index has been constructed on the base of industry – specific indicators of the Central Statisitcal Office of Poland. Eurostat’s coincident index has been used as a benchmark. All of the analysed indicators are capable of forecasting economic sentiment for the next 1-2 months. Econometrical models that involve leading indicators as explanatory variables are of good quality. The phenomenon of cointegration can be observed for all the indicators except the Ipsos one. Economic cycles in those three indicators have the same pattern as in the coincident indicator. Usually phases of expansion are signalised earlier than phases of contraction. Analysis of autocovariance functions proved that patterns of economic cycles in both leading and coincident indicators are equal. The similarity between the leading indicators and the coincident indicator is statistically significant. Forecasts derived from econometrical models that use leading indicators as explanatory variables proved to be of good quality. Moreover, including the leading indicators in the models leads to higher adequacy of the forecasts. As the result of the analysis the adequacy of indicators of IRG SGH and BIEC can be assessed as the highest.

3

Analiza skuteczności algorytmów PSO w szacowaniu jakości prognoz godzinowego zapotrzebowania na energię elektryczną wybranych grup odbiorców

86%

Baczyński D. , Piotrowski P.

Przegląd Elektrotechniczny

|

2012

|

tom R. 88, nr 11a

25-29

PL

W tekście przedstawiono opis opracowanej metody szacowania jakości prognoz godzinowego zapotrzebowania na energię elektryczną wybranych grup odbiorców. Metoda pozwala oszacować poziom błędu prognoz dla różnych horyzontów prognoz (1, 2, 7, 14 oraz 21 dni naprzód) na podstawie informacji o danych statystycznych odbiorców. Optymalizacja parametrów metody szacowania wykonana została kilkoma metodami, w tym przy wykorzystaniu algorytmu optymalizacji rojem cząstek (PSO). Wykonano analizę porównawczą uzyskanych wyników. Sformułowano wnioski końcowe.

EN

The paper presents description of worked out method of estimating hourly demand electric energy forecasts quality for chosen consumer groups. The method allows to estimate the error level for various horizons of forecasts (1, 2, 7, 14 and 21 days ahead) based on information about consumers statistical data. Parameters optimization was performed using different methods including particle swarm optimization algorithm (PSO). The final conclusions have been presented.

4

Prognozowanie krótkoterminowe godzinowych obciążeń w spółce dystrybucyjnej wykorzystaniem sieci neuronowych – analiza wpływu doboru i przetworzenia danych na jakość prognoz

72%

Piotrowski P.

Przegląd Elektrotechniczny

|

2007

|

tom R. 83, nr 7-8

40-43

PL

Krótkoterminowa prognoza dobowej krzywej zużycia energii elektrycznej z wyprzedzeniem 48 godzin jest dla spółki dystrybucyjnej kluczową informacją. Celem tej pracy jest zasygnalizowanie dużego znaczenia doboru i przetworzenia danych wykorzystywanych w prognozowaniu przy wykorzystaniu sztucznych sieci neuronowych na końcową jakość prognoz. Szczególną uwagę poświęcono selektywnemu doborowi danych historycznych oraz wpływowi temperatury.

EN

Short term forecasting of energy consumption for 48 hours in advance is very important information for electrical plants. The purpose of this paper is to present method of improvement quality forecasting by proper selection and processing of data for artificial neural network. Particular attention was given to selective choice of historical data and temperature influence.

5

Problemy związane z prognozowaniem zużycia energii elektrycznej w Polsce

72%

Dąsal K. , Popławski T.

|

tom T. 11, z. 1

101-115

PL

Mówiąc o prognozowaniu zużycia energii elektrycznej można rozważać ten problem w różnych kategoriach. W podziale czasowym będą to najczęściej prognozy krótko, średnio i długookresowe. Chociaż podkreślić należy wyraźnie względność tego podziału. Horyzont roczny dla potrzeb Giełdy będzie prognozą długoterminową, dla innego odbiorcy - krótkookresową. Można wyróżnić prognozy w podziale strukturalnym, napięciowym, taryfowym, terytorialnym czy też w węzłach sieci na różnych poziomach napięć [2],[6]. Każdy z tych podziałów ma swoją specyfikę, wymaga różnych modeli, różnych danych wejściowych, różnić może się oceną dokładności prognoz, odmienne na ogół są też cele prognoz krótkoterminowych i długoterminowych. Znajomość prognoz długoterminowych jest niezbędna głównie dla celów racjonalnego prowadzenia eksploatacji systemu elektroenergetycznego, a także do planowania jego rozwoju. W artykule skoncentrowano się na jeszcze jednym, ważnym aspekcie modelowania w ogóle, a w szczególności energii elektrycznej. Chodzi tu o podjęcie decyzji: modelować z wykorzystaniem jedynie procesu, czyli szeregu czasowego, czy tez budować model przyczynowo - skutkowy.

EN

Talking about forecasting of electric energy consumption we shall consider the issue in different categories. In terms of forecasting period, the short-term, medium-term and long-term forecasts can be distinguished. The forecasts may be classified in the terms of structure, voltage, tariff, area or in the nodes of the network for different voltage levels [2,6]. Each of these specifications has its own peculiarities, requires different models, different input data, the accuracy assessment may be different as well as the aims of the short-term and long-term forecasts. The knowledge of long-term forecasts is necessary for reasonable use of resources in the electric power engineering system as well as for planning of its development. In the paper the attention was focused on another important aspect of modeling, in particular modeling of electric energy consumption. The decision to be taken is: to model using the process data only, i.e. time series, or to develop an econometric model.