Czasopismo | PRZEGLĄD ELEKTROTECHNICZNY | Rocznik 2024 - zeszyt 8

Analiza ważności danych wejściowych dla krótkoterminowej prognozy generacji PV w zakładzie przemysłowym

Input data importance for short-term forecasting of a PV generation in an industrial facility

10.15199/48.2024.08.17

nr katalogowy: 149738
10.15199/48.2024.08.17

Streszczenie

Artykuł przedstawia analizę statystyczną danych stanowiących potencjalne zmienne wejściowe do modeli prognostycznych w zadaniu prognozowania generacji energii z horyzontem 15 minut przez elektrownię słoneczną działającą na potrzeby zakładu przemysłowego. Dokonano wyboru tych zmiennych a następnie oceniono ich ważność dla wybranych modeli uczenia maszynowego. Do prognoz wykorzystano m.in.: sieć neuronową typu MLP, las losowy, drzewa decyzyjne wzmacniane gradientowo oraz regresję liniową wieloraką. Zakończenie artykułu stanowią wnioski z wykonanych badań.

Abstract

The article presents a statistical analysis of data that constitute potential input variables for forecasting models in the task of predicting energy generation with a 15-minute horizon by a solar power plant operating for the needs of an industrial facility. A selection of these variables was made, followed by an evaluation of their importance for selected machine learning models. The forecasts used include: a Multilayer Perceptron neural network, random forest, gradient boosting decision trees and multiple linear regression. The article concludes with the findings from the conducted research.

Słowa kluczowe

Keywords

Bibliografia

[1] Pardo, Nicolás, and José Antonio Moya. "Prospective Scenarios on Energy Efficiency and CO2 Emissions in the European Iron & Steel Industry." Energy (Oxford) 54 (2013): 113-128
[2] Boloy Ronney, A.M., da Cunha, R.A., Rios, E.M., de Araújo Santos Martins Janaína, Soares, L.O., de Sá Machado, V.A. & de Moraes, D.R. 2021, "Waste-to-Energy Technologies Towards Circular Economy: a Systematic Literature Review and Bibliometric Analysis", Water, Air and Soil Pollution, vol. 232, no. 7
[3] Further Improvements of Energy Efficiency in Industry. Luxembourg: Publications Office, 2022. Web
[4] Kiss, Tibor, and Steve Popovics. Evaluation on the Effectiveness of Energy Policies – Evidence from the Carbon Reductions in 25 Countries. Renewable & sustainable energy reviews 149 (2021): 111348. Print
[5] Bersalli, Germán, Philippe Menanteau, and Jonathan El- Methni. Renewable Energy Policy Effectiveness: A Panel Data Analysis across Europe and Latin America. Renewable & sustainable energy reviews 133.November (2020): 110351. Print
[6] Sun, Yanlei, Zhanlei Xing, and Guojun Liu. Achieving Resilient Cities Using Data-Driven Energy Transition: A Statistical Examination of Energy Policy Effectiveness and Community Engagement. Sustainable cities and society 101 (2024): 105155. Print
[7] Narciso, Diogo A. C, and F. G Martins. "Application of Machine Learning Tools for Energy Efficiency in Industry: A Review." Energy Reports 6 (2020): 1181-1199. Web
[8] Zuo, Hongyan et al. Investigation on Energy-Effectiveness Enhancement of Medium-Frequency Induction Furnace Based on an Adaptive Chaos Immune Optimization Algorithm with Mutative Scale. Processes 10.3 (2022): 491. Print
[9] Kumar, Anil, and Om Prakash. Effect Of Insulation On Energy And Exergy Effectiveness Of A Solar Photovoltaic Panel Incorporated Inclined Solar Still—An Experimental Investigation. Green Energy and Technology. Singapore: Springer Singapore Pte. Limited, 2019. 275 292. Print. Green Energy and Technology
[10] Piotrowski P., Parol M., Kapler P., Fetliński B., Advanced Forecasting Methods of 5-Minute Power Generation in a PV System for Microgrid Operation Control, Energies 2022, 15(7), https://doi.org/10.3390/en15072645, -23
[11] Piotrowski P., Analiza doboru zmiennych w zadaniu prognozowania ultrakrótkoterminowego produkcji energii elektrycznej w systemach fotowoltaicznych, Przegląd Elektrotechniczny, 90 (2014), nr 4, 5-9
[12] Kopyt M., Power Flow Forecasts: A Status Quo Review. Part 1: RES Generation Prediction, Przegląd Elektrotechniczny, 96(2020), no. 11, 1-4
[13] Baczyński D., Parol M., Piotrowski P., Współczesne problemy prognozowania w elektroenergetyce. Zagadnienia wybrane, Pod redakcją naukową Mirosława Parola, OWPW, (2020)
[14] Baczyński D., Parol M., Piotrowski P., Wybrane zagadnienia prognozowania produkcji energii elektrycznej z wykorzystaniem odnawialnych nośników energii, Pod redakcją naukową Mirosława Parola, OWPW, (2023)
[15] Dobrzańska I., Dąsal K., Łyp J., Popławski T., Sowiński J., Prognozowanie w elektroenergetyce Zagadnienia wybrane. Wydawnictwo Politechniki Częstochowskiej. Częstochowa (2002)

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

Publikacja


PRZEGLĄD ELEKTROTECHNICZNY- e-publikacja (pdf) z zeszytu 2024-8 , nr katalogowy 149738 licencja: Osobista Produkt cyfrowy Nowość	10.00 zł

Zeszyt


PRZEGLĄD ELEKTROTECHNICZNY- e-zeszyt (pdf) 2024-8 licencja: Osobista Produkt cyfrowy Nowość	85.00 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

2024-8

Twój Koszyk

Publikacja

Zeszyt

Prenumerata

Zeszyt

Czasopisma