W zależności od ilości danych do przetworzenia generowanie pliku może się wydłużyć.

Jeśli generowanie trwa zbyt długo można ograniczyć dane np. zmniejszając zakres lat.

Artykuł

Pobierz plik Pobierz BibTeX

Tytuł

Krótkoterminowe prognozowanie zużycia energii elektrycznej z wykorzystaniem sztucznej sieci neuronowej

Autorzy

[ 1 ] Politechnika Poznańska | [ 2 ] Instytut Elektrotechniki i Elektroniki Przemysłowej, Wydział Elektryczny, Politechnika Poznańska | [ P ] pracownik

Wariant tytułu

EN Short term forecasting of electricity consumption by using an artificial neural network

Rok publikacji

2014

Opublikowano w

Poznan University of Technology Academic Journals. Electrical Engineering

Rocznik: 2014 | Numer: Issue 79

Typ artykułu

artykuł naukowy

Język publikacji

polski

Słowa kluczowe
PL
  • sieci neuronowe
  • prognoza krótkoterminowa
  • środowisko MATLAB
Streszczenie

PL W artykule przedstawiono zagadnienie wykorzystania sztucznej sieci neuronowej do rozwiązania zadania krótkoterminowego prognozowania zużycia energii elektrycznej. Bazując na archiwalnych danych pomiarowych mocy chwilowych odbiornika (centrum handlowe) sieć neuronową typu NAR poddano procesowi nauki, a następnie wykorzystano do wyznaczenia krótkoterminowej prognozy poboru energii elektrycznej. Model zaproponowanej sieci opracowano w środowisku MATLAB. Do oceny jakości uzyskanych prognoz zaproponowano użycie błędów: procentowego względnego błędu prognozy oraz błędu procentowego MAPE (ang. Mean Average Percent Error). Zamieszczono wyniki przykładowych obliczeń oraz porównanie z danymi pomiarowymi.

EN The article presents the problem of the use of artificial neural network to solve the task of short term forecasting of electricity consumption. Based on archival data of instantaneous power measurement of load(shopping center), the neural network of NAR type was learned and then used to determine short term forecast of electricity consumption. Proposed network model was developed in MATLAB environment. To evaluate the quality of the forecasts, the error usage was proposed: percentage of forecast error and the relative percentage error MAPE (Mean Average Percent called Error). The results of sample calculations and comparison with measurement data was presented.

Strony (od-do)

121 - 130

Zaprezentowany na

Computer Applications in Electrical Engineering 2014, 28-29.04.2014, Poznań, Polska

Pełny tekst artykułu

Pobierz plik

Poziom dostępu do pełnego tekstu

publiczny

Punktacja Ministerstwa / czasopismo

9

Ta strona używa plików Cookies, w celu zapamiętania uwierzytelnionej sesji użytkownika. Aby dowiedzieć się więcej przeczytaj o plikach Cookies i Polityce Prywatności.