Informacja

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

Wyszukujesz frazę "prognozowanie zużycia energii" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Zastosowanie algorytmów sztucznych sieci neuronowych do prognozowania zużycia energii elektrycznej
Application artificial neural networks for electricity prediction
Autorzy:
Włas, M.
Powiązania:
https://bibliotekanauki.pl/articles/266363.pdf
Data publikacji:
2016
Wydawca:
Politechnika Gdańska. Wydział Elektrotechniki i Automatyki
Tematy:
prognozowanie zużycia energii
sztuczne sieci neuronowe
forecasting energy consumption
artificial neural network
Opis:
W artykule przestawiono algorytm przewidywania zużycia energii elektrycznej budynków mieszkalnych z wykorzystaniem informacji o produkcji i warunkach atmosferycznych. W artykule została zaproponowana własna metoda predykcji z wykorzystaniem wielowarstwowej jednokierunkowej sztucznej sieci neuronowej. W pracy zostały przedstawione podstawowe pojęcia z zakresu sieci neuronowych oraz testy działania programu prognozującego na podstawie rzeczywistych danych pomiarowych. Głównym zadaniem badawczym było sprawdzenie dokładności algorytmu predykcji do prognozowania zużycia energii elektrycznej. Ma to na celu uzyskanie programu, którego wyniki o charakterze ilościowym będą wykorzystywane do prognozowania potrzeb zakupowych na TGE (Towarowej Giełdzie Energii) przy udziale metody zakupu energii elektrycznej na Rynku Dnia Następnego.
This paper presents a flexible approach to forecasting of energy consumption in residential buildings, using time series analysis and neural networks. Our goal is to develop a one day-ahead forecasting model based on an artificial neural network using information about temperature of air. The article has been proposed neural network prediction method using a multilayered feed-forward artificial neural network with the backpropagation training algorithm. Experimental results have showed that the proposed neural network can faithfully reproduce the curve of daily energy consumption with a percentage error less than 3.74%.
Źródło:
Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej; 2016, 51; 217-220
1425-5766
2353-1290
Pojawia się w:
Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Prognoza krajowego zapotrzebowania na energię elektryczną
Forecast of electricity demand of the Polish power system
Autorzy:
Maciejewski, Z.
Powiązania:
https://bibliotekanauki.pl/articles/249640.pdf
Data publikacji:
2013
Wydawca:
Instytut Naukowo-Wydawniczy TTS
Tematy:
prognozowanie zużycia energii
krajowe zużycie energii
forecasting of energy consumption
energy consumption in Poland
Opis:
W literaturze istnieje wiele prognoz krajowego zapotrzebowania na energię elektryczną, które były wykonane z zaangażowaniem znacznych środków finansowych. Większość z tych prognoz była znacznie przeszacowana, ponieważ nie sprawdziła się w porównaniu z rzeczywistym zapotrzebowaniem na energię elektryczną. Prognozy te nie spełniały również oczekiwań użytkowników dla których były przeznaczone. W tej pracy dokonano oceny prognozy krajowego zapotrzebowania na energię elektryczną opracowanej przez autora w 2004 roku. Prognoza ta została opracowana metodą wykorzystującą średnioroczne przyrosty dochodu narodowego wytworzonego oraz wskaźników elastyczności zapotrzebowania na energię elektryczną względem tego dochodu. Wykazano, że opracowana prognoza jest zgodna z faktycznym zużyciem energii elektrycznej do 2012 roku. Na podstawie danych statystycznych wyznaczono wartości współczynników elastyczności i elektrochłonności produktu krajowego brutto (PKB) dla lat 2004 - 2012. Stwierdzono znaczny spadek elektrochłonności PKB w tych latach. Wykorzystując metodę zastosowaną w 2004 roku przedstawiono również prognozę krajowego zapotrzebowania na energię elektryczną do 2030 roku.
There are a lot of forecasts of domestic electricity demand in the literature which were made by using a lot of finance cost. Most of those forecasts were significantly exaggerated, and there were disagreed with real of electricity demand. All the forecasts do not come up to users for which were destined. In this paper it is given the estimation of forecast of domestic electricity demand proposed by author in 2004. This forecast was made using the indicators of growth of Gross Domestic Product and the electricity absorptive of Gross Domestic Product. It is shown that this forecast is in agreement with the real electricity demand until 2012. For the basics of statistical data consumption of electricity it is determined the indicators of electricity absorptive of Gross Domestic Product of Poland for years 2004 - 2012. It is shown that these indicators have considerably decreasing trend. Using the method proposed by authors in 2004, the new forecast of domestic electricity demand until 2030 is given.
Źródło:
TTS Technika Transportu Szynowego; 2013, 10; 277-285, CD
1232-3829
2543-5728
Pojawia się w:
TTS Technika Transportu Szynowego
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    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