Czasopismo | PRZEGLĄD ELEKTROTECHNICZNY | Rocznik 2018 - zeszyt 9

Prognozowanie zapotrzebowania mocy w KSE z horyzontem dobowym przy zastosowaniu zespołu sieci neuronowych

The neural method applied for 24-hour load forecasting for the next day in National Power System in Poland

10.15199/48.2018.09.26

nr katalogowy: 115825
10.15199/48.2018.09.26

Streszczenie

Artykuł przedstawia neuronową metodę prognozowania 24-godzinnego zapotrzebowania na moc elektryczną w Krajowym Systemie Elektroenergetycznym w Polsce z wyprzedzeniem dobowym. W predykcji zastosowano zespół sieci neuronowych złożony z RBF, MLP i SVM. Wskazania każdego członka zespołu podlegają integracji tworząc końcową prognozę zapotrzebowani na moc dla kolejnych 24 godzin następnego dnia. Metoda została przetestowana na danych rzeczywistych Krajowego Systemu Elektroenergetycznego wykazując znaczną przewagę nad pojedynczymi rozwiązaniami neuronowymi.

Abstract

The paper shows the neural method applied for 24-hour load forecasting for the next day in National Power System in Poland. Three neural networks: RBF, MLP and SVM arranged in an ensemble were used for predicting hourly load demands in the power system. Their individual predictions have been integrated into final forecast. The method was tested on the real data of Polish Power System, proving its effectiveness and significant improvement in accuracy.

Słowa kluczowe

Keywords

Bibliografia

[1] C iechul ski T., Osows ki S., Local dynamic integration of ensemble of predictors in load forecasting, Przegląd Elektrotechniczny, nr 10/2017, ss. 57-59
[2] Paparodi tis E., Sapatinas T., Short-term loaf forecasting: the similar shape functional time-series predictor, IEEE Transactions on Power Systems, vol. 28, no. 4, ss. 3818-3825, 2013
[3] Mar zeck i J., Metody prognozowania obciążeń terenowych stacji SN/nn, Przegląd Elektrotechniczny, nr 4/2017, ss. 26-29
[4] Lin C.J., Chang C.C., Libsvm: a library for support vector machines, https://www.csie.ntu.edu.tw/~cjlin/libsvm
[5] MathWor ks , Matlab manual user’s guide, Natick, 2018
[6] Osows ki S., Siwek K., Szupi luk R., Ensemble neural network approach for accurate load forecasting in the power system, Applied Mathematics and Computer Science, 2009, vol. 19, No. 2, ss. 303-313
[7] Polskie Sieci Elektroenergetyczne, https://www.pse.pl
[8] Wan H., Load forecasting via deep neural network, Procedia Computer Science, 2017, vol. 122, ss. 308-314
[9] Shah S., Nagaraja H. N., Chakravorty J., Short term load forecasting model for UGVCL, MGVCL, DGVCL and PGVCL using ANN, International Journal of Recent Trends in Electrical & Electronics Eng., 2017, vol. 5, pp. 21-30.
[10] Tan P.N., Steinbach M., Kumar V., Introduction to Data Mining, 2006, Pearson Education Inc., Boston.
[11] Kuncheva L., Combining Pattern Classifiers: Methods and Algorithms, 2004, Wiley, New York.

Jeśli masz wykupiony/przyznany dostęp - zaloguj się. Skorzystaj z naszych propozycji zakupu!

Publikacja


e-Publikacja (format pdf) - nr 115825 "Prognozowanie zapotrzebow..." licencja: Osobista Produkt cyfrowy	10.00 zł

Zeszyt


PRZEGLĄD ELEKTROTECHNICZNY - e-zeszyt (pdf) 2018-9 licencja: Osobista Produkt cyfrowy	55.00 zł

Prenumerata

PRZEGLĄD ELEKTROTECHNICZNY - prenumerata cyfrowa
licencja: Osobista

Produkt cyfrowy
Nowość

762.00 zł

PRZEGLĄD ELEKTROTECHNICZNY - PAKIET prenumerata PLUS
licencja: Osobista

Szczegóły pakietu

Nazwa
PRZEGLĄD ELEKTROTECHNICZNY - PAKIET prenumerata PLUS (Prenumerata papierowa + dostęp do portalu sigma-not.pl + e-prenumerata)	1002.00 zł brutto 927.78 zł netto 74.22 zł VAT (stawka VAT 8%)

1002.00 zł

PRZEGLĄD ELEKTROTECHNICZNY - papierowa prenumerata roczna + wysyłka
licencja: Osobista

Szczegóły pakietu

Nazwa
PRZEGLĄD ELEKTROTECHNICZNY - papierowa prenumerata roczna	960.00 zł brutto 888.89 zł netto 71.11 zł VAT (stawka VAT 8%)
PRZEGLĄD ELEKTROTECHNICZNY - pakowanie i wysyłka	42.00 zł brutto 34.15 zł netto 7.85 zł VAT (stawka VAT 23%)

1002.00 zł

Zeszyt

2018-9

Twój Koszyk

Publikacja

Zeszyt

Prenumerata

Zeszyt

Czasopisma