- Tytuł:
-
Optimizing the acquisition cost of input data for daily National Power System load forecasts using automated statistical methods
Optymalizacja kosztów zakupu danych wejściowych do prognoz dobowego obciążenia KSE przy wykorzystaniu zautomatyzowanych metod statystycznych - Autorzy:
- Czapaj, R.
- Powiązania:
- https://bibliotekanauki.pl/articles/396982.pdf
- Data publikacji:
- 2017
- Wydawca:
- ENERGA
- Tematy:
-
obciążenie KSE
zapotrzebowanie mocy KSE
prognozy średnich wartości godzinowych
zmienne objaśniające
parametry wejściowe
parametry meteorologiczne
metody statystyczne
data mining
NPS load
NPS power demand
hourly average forecasts
explanatory variables
input parameters
meteorological parameters
statistical methods - Opis:
-
The paper presents the possibility of using statistical methods to automate the selection of
explanatory variables to balance the daily load of the National Power System (NPS). With automation,
the cost of input forecast purchase may be optimized by minimizing their number, and the
results also allow for a reduction in the effort required to select input parameters (explanatory
variables) for later forecasting of NPS daily loads.
Artykuł prezentuje możliwość skorzystania z metod statystycznych automatyzujących dobór zmiennych objaśniających na przykładzie dobowego obciążenia Krajowego Systemu Elektroenergetycznego (KSE). Automatyzacja pozwala na optymalizację kosztów zakupu prognoz wejściowych dzięki minimalizacji ich liczby, a uzyskane wyniki pozwalają dodatkowo na zmniejszenie nakładów pracy związanych z wyborem parametrów wejściowych (zmiennych objaśniających) na potrzeby późniejszego opracowywania prognoz dobowego obciążenia KSE. - Źródło:
-
Acta Energetica; 2017, 3; 37-42
2300-3022 - Pojawia się w:
- Acta Energetica
- Dostawca treści:
- Biblioteka Nauki