Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "day-ahead market" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-6 z 6
    Tytuł:
    Neural modeling of prices on the Day-Ahead Market at the Polish Power Exchange supported by an evolutionary algorithm and inspired by quantum computing
    Autorzy:
    Ruciński, Dariusz
    Powiązania:
    https://bibliotekanauki.pl/articles/31342753.pdf
    Data publikacji:
    2022
    Wydawca:
    Polska Akademia Nauk. Instytut Badań Systemowych PAN
    Tematy:
    Polish Power Exchange
    Day Ahead Market
    modeling of energy market
    quantum inspired neural network
    Opis:
    The purpose of the work, presented in this article, was to obtain a price model for the Day-Ahead Market of the Polish Power Exchange (PPE). The resulting proposed models are based on Artificial Neural Networks (ANN), and the involved suggested improvement concerns the proper selection of both the type of network and the factors used in model construction. The article also proposes a new approach to the ANN with the implemented quantum learning model. The purpose of the research was to analyze factors, which exert influence on the quality of the model, like weather or economic factors, or the type of neural network used. The model determines the relationship between the price and the volume of electricity for a given hour of the day. The mean square error and the coefficient of determination were used to measure the quality of the obtained models. The results from the experiments performed indicate the possibility of developing improved models of the Day-Ahead Market.
    Źródło:
    Control and Cybernetics; 2022, 51, 4; 557-583
    0324-8569
    Pojawia się w:
    Control and Cybernetics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    The impact of the size of the training set on the predictive abilities of neural models on the example of the Day-Ahead Market System of TGE S.A.
    Autorzy:
    Ruciński, Dariusz
    Powiązania:
    https://bibliotekanauki.pl/articles/2175162.pdf
    Data publikacji:
    2022
    Wydawca:
    Uniwersytet Przyrodniczo-Humanistyczny w Siedlcach
    Tematy:
    Day Ahead Market
    MATLAB environment
    Simulink environment
    neural modeling
    prediction time
    electricity prices
    Opis:
    The main object of the research was to examine the acceptable time horizon that could be predicted by previously learned models of the Day-Ahead Market (DAM) TGE S.A. system. The article contains the results of research on the predicting ability of different ANN models of the DAM TGE S.A. The research was conducted based on data covering the operation of the Polish stock exchange in the period from 2002 to 2019 (the first half of the year). The research was carried out based on the learned ANN models of the DAM system. Data were taken for examination covering the time from 2002 to 2019 (1st half of the year) and was divided into a different period, i.e., a month, a quarter, and a half-year., year, etc. The MSE, MAE, MAPE, and R2 were adopted as the criteria for assessing the ability of individual models to predict electricity prices. The research was carried out by successively expanding forecasting periods in a rolling manner. For example, for a half-year, prediction time intervals were increased from one week to month, two months, quarter, half-year, etc. results for a model representing a given period. A lot of interesting research results were obtained.
    Źródło:
    Studia Informatica : systems and information technology; 2022, 1(26); 5--22
    1731-2264
    Pojawia się w:
    Studia Informatica : systems and information technology
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Capabilities of MATLAB and Simulink related to modelling of Polish power exchange
    Autorzy:
    Tchórzewski, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/94981.pdf
    Data publikacji:
    2016
    Wydawca:
    Szkoła Główna Gospodarstwa Wiejskiego w Warszawie. Wydawnictwo Szkoły Głównej Gospodarstwa Wiejskiego w Warszawie
    Tematy:
    artificial neural network
    identification
    MATLAB
    Simulink
    environment
    Polish Power Exchange
    simulation
    Day Ahead Market
    Opis:
    The paper presents selected results of research on modelling a system of the POLISH Power Exchange in the MATLAB and Simulink environment. Modelling capabilities of various toolboxes and Matlab language were presented. Special attention was paid to identification modelling using System Identification Toolbox, neural modelling using Neural Network Toolbox and simulation modelling using Simulink. Research experiments were preformed based on the Day Ahead Market quotations. The obtained models of th type in SIT, an artificial neural network (ANN) in NNT and a block diagram in Simulink were subjected to comparative and sensitivity tests. Final results were interpreted.
    Źródło:
    Information Systems in Management; 2016, 5, 3; 424-435
    2084-5537
    2544-1728
    Pojawia się w:
    Information Systems in Management
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Cluster analysis as a preliminary problem in neural modelling of the Polish Power Exchange
    Autorzy:
    Tchórzewski, Jerzy
    Jezierski, Jakub
    Powiązania:
    https://bibliotekanauki.pl/articles/94965.pdf
    Data publikacji:
    2019
    Wydawca:
    Szkoła Główna Gospodarstwa Wiejskiego w Warszawie. Wydawnictwo Szkoły Głównej Gospodarstwa Wiejskiego w Warszawie
    Tematy:
    artificial self-organizing neural networks
    business intelligence
    cluster analysis
    neural modelling
    Day Ahead Market
    Polish Power Exchange
    Opis:
    The work focuses on cluster analysis as a preliminary problem in neural model- ling based on the data quoted on the Day Ahead Market of the Polish Power Ex- change as a subsystem of the system of Towarowa Giełda Energii S.A. [Polish Pow- er Exchange]. The paper contains the results of literature research related to cluster analysis methods, description of possible applications of artificial neural networks SOM for mapping information on the volume of electrical power sold and prices ob- tained, description of possible applications of MATLAB and Simulink environment, and especially Neural Network Toolbox for mapping knowledge, and cluster analy- sis performed for selected data.
    Źródło:
    Information Systems in Management; 2019, 8, 1; 69-81
    2084-5537
    2544-1728
    Pojawia się w:
    Information Systems in Management
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Applications of VaR and CVaR Methods on Energy Market in Poland
    Zastosowanie metod VaR oraz CVaR na rynku energii w Polsce
    Autorzy:
    Ganczarek, Alicja
    Powiązania:
    https://bibliotekanauki.pl/articles/905673.pdf
    Data publikacji:
    2006
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    Day Ahead Market
    Balance Market
    futures market
    risk measures
    Value-at-Risk
    Conditional-Value-at-Risk
    variance-covariance
    Monte Carlo simulation
    historical simulation
    GED distribution
    Opis:
    This article presents downside risk measures such as: Value-at-Risk - VaR and Conditional Value-at-Risk - CVaR. We establish them with three of the known methods. The electric energy is an article of real tame, which we can not store up and this influences on changes of price. The downside risk measures are more effective than the measures of volatility for estimate risk on electric energy market. The aim this article is the choice of VaR and CVaR methods, that are the most effective for future risk on the Polish energy market. In this investigation we use the logarithmic rate of return of prices from the Polish Power Exchange, Balance Market (BM) from October to December 2002 and their simulation distributions.
    Podejmując decyzje związane z przyszłością, podejmujemy ryzyko. Ocena ryzyka jest oceną subiektywną i w głównej mierze zależy od preferencji inwestorów. Niemniej jednak, aby ocenić ewentualne przyszłe ryzyko, należy go zmierzyć. Jest wiele różnych miar służących do jego pomiaru. W artykule skupiliśmy się nad kwantylowymi miarami zagrożenia Value-at-Risk - VaR oraz Conditional Value-at-Risk - CVaR. Będziemy te miary wyznaczać trzema znanymi metodami. Energia elektryczna jest towarem czasu rzeczywistego, którego się nie magazynuje, co w znacznym stopniu wpływa na kształtowanie się jej cen. Miary najgorszych realizacji spośród możliwych są efektywniejsze w przypadku oszacowania ryzyka na rynku energii niż miary przeciętne. Celem referatu jest wybór takiej spośród metod wyznaczania VaR oraz CVaR, aby najprecyzyjniej oszacować ewentualne przyszłe ryzyko straty na polskim rynku energii. Wyniki badań oparte są na logarytmicznych stopach zwrotu cen zanotowanych na Towarowej Giełdzie Energii oraz Rynku Bilansującym (RB) w okresie od 1 października do końca 2002 r., oraz na symulowanych rozkładach tych stóp zwrotu.
    Źródło:
    Acta Universitatis Lodziensis. Folia Oeconomica; 2006, 196
    0208-6018
    2353-7663
    Pojawia się w:
    Acta Universitatis Lodziensis. Folia Oeconomica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    GARCH Models of Time Series on DAM
    Modele GARCH szeregów czasowych na RDN
    Autorzy:
    Ganczarek, Alicja
    Powiązania:
    https://bibliotekanauki.pl/articles/906890.pdf
    Data publikacji:
    2007
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    Polish Power Exchange
    Day Ahead Market
    Balance Market
    Autoregressive Conditional Heteroscedasticity
    Generalized Autoregressive Conditional Heteroscedasticity
    Maximum Likelihood Method
    Akaike's information criterion
    Schwarz’s consistent criterion
    Hannan-Quinn’s consistent criterion
    Rissanen’s stochastic complexity criteria
    Opis:
    In this paper an analysis of the time series on the Day Ahead Market (DAM) of the Polish Power Exchange is presented. In this analysis Generalized Autoregressive Conditional Heteroscedasticity (GARCH) models are used to describe the time series of rates of return of price of electric energy on DAM. This analysis is based on the data from July 2002 to June 2004.
    W pracy została przedstawiona analiza szeregów czasowych stóp zwrotu cen energii elektrycznej notowanych na rynku dnia następnego (RDN) Towarowej Giełdy Energii SA od lipca 2002 do czerwca 2004 r. za pomocą modeli GARCH. Celem pracy jest odpowiedź na pytanie, czy modele GARCH efektywnie opisują kształtowanie się cen energii elektrycznej na parkiecie polskiej giełdy energii i czy można je wykorzystywać do modelowania szeregów czasowych stóp zwrotu cen energii elektrycznej.
    Źródło:
    Acta Universitatis Lodziensis. Folia Oeconomica; 2007, 206
    0208-6018
    2353-7663
    Pojawia się w:
    Acta Universitatis Lodziensis. Folia Oeconomica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-6 z 6

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies