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 "forecasting model" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-4 z 4
    Tytuł:
    Varimax Model to Forecast the Emission of Carbon Dioxide from Energy Consumption in Rubber and Petroleum Industries Sectors in Thailand
    Autorzy:
    Sutthichaimethee, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/125458.pdf
    Data publikacji:
    2017
    Wydawca:
    Polskie Towarzystwo Inżynierii Ekologicznej
    Tematy:
    Rubber, Chemical and Petroleum Industries sectors
    population
    forecasting model
    energy consumption
    CO2 emission
    GDP growth
    Opis:
    This study aims to analyze the forecasting of CO2 emission from the energy consumption in the Rubber, Chemical and Petroleum Industries sectors in Thailand. The scope of research employed the input-output table of Thailand from the year 2000 to 2015. It was used to create the model of CO2 emission, population, GDP growth and predict ten years and thirty years in advance. The model used was the VARIMAX Model which was divided into two models. The results show that from the first model by using which predicted the duration of ten years (2016–2025) by using VARIMAX Model (2,1,2), On average, Thailand has 17.65% higher quantity of CO2 emission than the energy consumption sector (in 2025). The second model predicted the duration of 30 years (2016–2045) by using VARIMAX Model (2,1,3) shows that Thailand has average 39.68% higher quantity of CO2 emission than the energy consumption sector (in 2025). From the analyses, it shows that Thailand has continuously higher quantity of CO2 emission from the energy consumption. This negatively affects the environmental system and economical system of the country incessantly. This effect can lead to unsustainable development.
    Źródło:
    Journal of Ecological Engineering; 2017, 18, 3; 112-117
    2299-8993
    Pojawia się w:
    Journal of Ecological Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    The energy consumption forecasting in Mongolia based on Box-Jenkins method (Arima model)
    Autorzy:
    Zolboo, Gansukh
    Adiya, Bor
    Bilguun, Enkhbayar
    Powiązania:
    https://bibliotekanauki.pl/articles/101770.pdf
    Data publikacji:
    2019
    Wydawca:
    Instytut Polityki Energetycznej im. Ignacego Łukasiewicza
    Tematy:
    energy forecasting
    energy consumption
    ARIMA model
    Box-Jenkins method
    Opis:
    The primary products of the power industry are electric energy and thermal energy. Thus, forecasting electric energy consumption is significant for short and long term energy planning. ARIMA model has adopted to forecast energy consumption because of its precise prediction for energy consumption. Our result has shown that annual average electric energy consumption will be 10,628 million kWh per year during 2019-2030 which approximately 3.3 percent growth per annum. At the moment, there is not a practice solution for the storage of electricity in Mongolia. Therefore, energy supply and demand have to be balanced in real-time for operational stability. Without an accurate forecast, the end-users may experience brownouts or even blackouts or the industry could be faced with sudden accidents due to the energy demand. For this reason, energy consumption forecasting is essential to power system stability and reliability.
    Źródło:
    Energy Policy Studies; 2019, 1 (3); 70-77
    2545-0859
    Pojawia się w:
    Energy Policy Studies
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Forecast models of electric energy consumption by village recipients over a long-term horizon based on fuzzy logic
    Modele prognostyczne zuzycia energii elektrycznej przez odbiorcow wiejskich w dlugim horyzoncie czasowym oparte na logice rozmytej
    Autorzy:
    Trojanowska, M.
    Malopolski, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/792612.pdf
    Data publikacji:
    2011
    Wydawca:
    Komisja Motoryzacji i Energetyki Rolnictwa
    Tematy:
    electrical energy
    long-term forecasting
    energy consumption
    village recipient
    fuzzy model
    Mamdani model
    market economy
    annual consumption
    Polska
    Źródło:
    Teka Komisji Motoryzacji i Energetyki Rolnictwa; 2011, 11C
    1641-7739
    Pojawia się w:
    Teka Komisji Motoryzacji i Energetyki Rolnictwa
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Prognozy długoterminowe energii elektrycznej w KSE – wybrane problemy
    Long-term forecasts of electric energy consumpti on in the domestic power engineering system – selected issues
    Autorzy:
    Dąsal, K.
    Popławski, T.
    Rusek, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/282367.pdf
    Data publikacji:
    2012
    Wydawca:
    Polska Akademia Nauk. Instytut Gospodarki Surowcami Mineralnymi i Energią PAN
    Tematy:
    prognozowanie
    model ekonometryczny
    system elektroenergetyczny
    metoda doboru zmiennych
    prognoza długoterminowa
    moc szczytowa
    zużycie energii
    forecasting
    econometric model
    power engineering system
    method of choice of variables
    long-term forecast
    peak power
    energy consumption
    Opis:
    Istnieje wiele czynników mających znaczenie w procesie prognozowania. Do najważniejszych zaliczyć należy wybór modelu oraz dobór zmiennych objaśniających w przypadku wielowymiarowego modelu ekonometrycznego. W artykule skoncentrowano się na doborze zmiennych, który odgrywa kluczową rolę. Spośród wielu istniejących i znanych algorytmów doboru zmiennych, w artykule przedstawiono autorsko wybrane trzy metody: metodę pojemności integralnej Hellwiga, metodę współczynnika korelacji cząstkowej oraz metodę współczynnika korelacji wielorakiej. Dla każdej z zastosowanych metod podano syntetyczny opis wyjaśniający istotę jej działania. Wybór modelu do opracowania prognoz potraktowano jako mniej istotny, ponieważ dla każdej metody doboru model jest ten sam. Obliczenia wykonano modelem MRK (Model Rozk?adu Kanonicznego), zamieszczając syntetyczny opis modelu. Wykazano na rzeczywistych danych jak zastosowana metoda doboru zmiennych objaśniających wpływa na uzyskane wyniki prognozy zużycia energii elektrycznej na poziomie kraju. W przykładzie obliczeniowym dysponowano potencjalnym zbiorem z siedmioma zmiennymi objaśniającymi. W opracowaniu zawarto 14 różnych prognoz otrzymanych w wyniku zastosowanych 3 metod wyboru zmiennych. Wyniki dopasowania modeli (prognoz wygasłych) oraz prognoz do 2030 roku, przedstawiono w tabelach i na wykresach. We wnioskach zawarto uwagi dotyczące prognoz długoterminowych podstawowych wielkości dotyczących Krajowego Systemu Elektroenergetycznego, mogące mieć wpływ na poprawność ocen tych prognoz. Zwrócono uwagę na problem poprawności oceny prognoz długoterminowych dotyczącej zużycia energii czy mocy szczytowych. Wskazanie prognoz o mniejszym ryzyku pope?nienia dużych błędów umożliwia równoległa analiza prognozy zużycia energii elektrycznej, prognozy szczytów obciążeń z jednoczesnym wyznaczeniem wielkości umożliwiających realność prognoz. Może to przykładowo być wyznaczenie rocznych stopni obciążenia, dla których mamy ściśle określony zakres zmienności. W przypadku dysponowania jedynie prognozę zużycia energii elektrycznej możliwe są inne analizy, przykładowo porównania energochłonności PKB, energochłonności produktów czy gałęzi gospodarki w wybranych krajach. Jeszcze innym, powszechnie stosowanym wskaźnikiem jest roczne zużycie energii elektrycznej na osobę. Prognozy ludności są jednymi z dokładniejszych, stąd ten wskaźnik może być dobrym odniesieniem przy porównywaniu prognoz.
    There exist a number of important factors in forecasting processes. The most significant in the case of a multi-dimensional econometric model are the choice of the model and the explanatory variables. This paper focuses on the choice of variables, which plays a crucial role. Among many existing and recognized algorithms for the selection of variables, the following three chosen arbitrarily by the authors are presented: the method of integral capacity by Hellwig, the partial correlation coefficient, and multiple correlation coefficient. For each considered method, a synthetic description explaining its action is given. The choice of the model for making forecasts was treated as less significant because, for each method, the same model is used. Calculations were made using the MRK (Model of Canonical Distribution) model. The synthetic description of the model is also provided. Using real-life data, the analysis demonstrates how the method applied in choosing explanatory variables influences the obtained forecast results concerning the consumption of electric energy on a national scale. In the example calculation, a potential dataset of seven explanatory variables was used. The paper summarizes fourteen different forecasts obtained from three methods of variables selection. The results of model fittings (extinct forecasts) and forecasts until 2030 are presented in the form of tables and charts. Concluding remarks concern long-term forecasts of fundamental quantities related to the Domestic Power Engineering System, which may influence the correctness of these forecasts. Particular attention was paid to the issue of the correctness of long-term forecasts related to energy consumption and peak power. An analysis of the forecast of energy consumption, processed parallel to the determination of quantities assessing the reality of these forecasts, makes it possible to indicate the forecasts endowed with the lowest risk of making excessive errors. For example, it may be possible to consider the determination of annual load levels for which a pre-determined, exact level of variability is given. In situations where only the forecast of electric energy consumption is available, it is possible to develop further analyses such as a comparison of energy consumption for a Domestic Brutto Product, energy consumption for products, or economic branches in selected countries. Yet another indicator in common use is annual energy consumption per capita. Forecasts per capita are among the most exact; therefore, this indicator may be a useful tool for comparison of different forecasts.
    Źródło:
    Polityka Energetyczna; 2012, 15, 4; 71-83
    1429-6675
    Pojawia się w:
    Polityka Energetyczna
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-4 z 4

      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