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 "short-term forecasting" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-14 z 14
    Tytuł:
    Forecasting GDP growth rate in Ukraine with alternative models
    Autorzy:
    Karayuz, I
    Bidyuk, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/118047.pdf
    Data publikacji:
    2015
    Wydawca:
    Polskie Towarzystwo Promocji Wiedzy
    Tematy:
    Regressive model
    Bayesian network
    short-term forecasting
    GDP of Ukraine
    Opis:
    The problem of constructing mathematical model for short-term fore-casting of GDP is considered. First, extended autoregression is constru-cted that takes two additional independent variables into consideration. The model resulted provides a possibility for generating short-term forecasts of GDP though not of high quality. Another model was constructed in the form of a Bayesian network. The model turned out to be better than the multiple regression, it provides quite good estimates for probabilities of GDP growth direction.
    Źródło:
    Applied Computer Science; 2015, 11, 3; 88-97
    1895-3735
    Pojawia się w:
    Applied Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Econometric modelling of compound cyclicality of using telecommunication services
    Autorzy:
    Kaczmarczyk, Paweł
    Powiązania:
    https://bibliotekanauki.pl/articles/1195955.pdf
    Data publikacji:
    2021
    Wydawca:
    Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
    Tematy:
    cyclical components
    Decision Support System
    Prediction System
    short-term forecasting
    Opis:
    The aim of this study was to test the effectiveness of an econometric model with dichotomous (binary) explanatory variables in the approximation and prediction of different kinds of cyclicality (annual, monthly, weekly, and daily) of demand for telephone services. The analyses were conducted with the use of data provided by the selected telecommunication network operator. The data included hourly combined demand for specified telephone services (in seconds) of outgoing calls within the framework of the particular subscriber group (business or individual), the given day, the particular month, and the specific category of connection. All kinds of the cyclicality were confirmed in models with 70 explanatory variables (i.e. in models without holidays). The inclusion of the variables set denoting specific holidays improved goodness of the models fit to the data. The econometric modelling of cyclical components and the forecasting of it with the use of dichotomous variables was effective.
    Źródło:
    Econometrics. Ekonometria. Advances in Applied Data Analytics; 2021, 25, 2; 27-45
    1507-3866
    Pojawia się w:
    Econometrics. Ekonometria. Advances in Applied Data Analytics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Unobserved Component Model with Observed Cycle Use of BTS Data for Short-Term Forecasting of Industrial Production
    Autorzy:
    Dudek, Sławomir
    Pachucki, Dawid
    Powiązania:
    https://bibliotekanauki.pl/articles/500318.pdf
    Data publikacji:
    2011
    Wydawca:
    Szkoła Główna Handlowa w Warszawie
    Tematy:
    industrial production
    business tendency survey
    short-term forecasting
    unobserved component model
    Opis:
    In the paper we are checking the explanatory power of business tendency survey data (BTS) in short-term forecasts of industrial production within the framework of the unobserved component model (UCM). It is assumed that the "unobserved cyclical component" is common for reference quantitative variable and qualitative variable. In that sense the cyclical fluctuation of industrial production can be approximated by the fluctuations of BTS indicators. We call such a specification of structural time series model the “Unobserved component model with observed cycle" (UCM-OC). To estimate the system we are using the Kalman filter technique. Then we compare the model recursive one-period ahead forecasts to the historical path of the reference series to check its out-of-sample data fit. The forecasting properties are also evaluated against alternative models, i.e. "pure" UCM and ARIMA model. The analysis was performed for Poland and selected European Union countries.
    Źródło:
    Prace i Materiały Instytutu Rozwoju Gospodarczego SGH; 2011, 86:Business Surveys, Business Cycles. Polish Contribution to the 30th CIRET Conference; 83-100
    0866-9503
    Pojawia się w:
    Prace i Materiały Instytutu Rozwoju Gospodarczego SGH
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wykorzystanie modeli Takagi-Sugeno do krótkoterminowego prognozowania zapotrzebowania na energię elektryczną odbiorców wiejskich
    Using the Takagi-Sugeno models for short-term forecasting of rural consumers demand for electric energy
    Autorzy:
    Trojanowska, M.
    Małopolski, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/289025.pdf
    Data publikacji:
    2009
    Wydawca:
    Polskie Towarzystwo Inżynierii Rolniczej
    Tematy:
    energia elektryczna
    prognozowanie krótkoterminowe
    model rozmyty
    electric energy
    short-term forecasting
    fuzzy model
    Opis:
    Opracowano modele z wnioskowaniem typu Takagi-Sugeno o gaussowskich funkcjach przynależności w przestrzeni wejściowej do krótkoterminowego prognozowania zapotrzebowania na energię elektryczną odbiorców wiejskich. Ze względu na charakter zmienności obciążeń opracowano odrębne modele dla typowych dni tygodnia. Przeprowadzona analiza wykazała przydatność modeli Takagi-Sugeno do predykcji z wyprzedzeniem godzinowym i ich konkurencyjność w stosunku do rozmytych modeli Mamdaniego.
    Models with concluding, Takagi-Sugeno type, with Gaussian functions of affiliation in entry space were developed for short-term forecasting of rural consumers' demand for electric energy. Due to loads variability character separate models were developed for typical week days. Completed analysis proved usability of the Takagi-Sugeno models for prediction with hourly advance, and their competitiveness compared to Mamdani fuzzy models.
    Źródło:
    Inżynieria Rolnicza; 2009, R. 13, nr 1, 1; 325-330
    1429-7264
    Pojawia się w:
    Inżynieria Rolnicza
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wykorzystanie liniowych modeli rozmytych do prognozowania dobowego zapotrzebowania odbiorców wiejskich na energię elektryczną
    The application of fuzzy linear models to forecasting the twenty-four hours demand of electric energy by the rural customers
    Autorzy:
    Trojanowska, M.
    Małopolski, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/238591.pdf
    Data publikacji:
    2008
    Wydawca:
    Instytut Technologiczno-Przyrodniczy
    Tematy:
    energia elektryczna
    prognozowanie krótkoterminowe
    model rozmyty
    electric energy
    short-term forecasting
    fuzzy model
    Opis:
    Zbudowano modele predykcyjne dla wszystkich dni tygodnia, oddzielnie modelując profil dnia, wartość średnią mocy dobowej oraz odchylenie standardowe przebiegu dobowego obciążenia. Średnie godzinowe zapotrzebowanie na energię elektryczną w ciągu doby oraz odchylenie standardowe tego zapotrzebowania zamodelowano opracowując rozmyte modele z wnioskowaniem typu Takagi-Sugeno. Analiza błędów prognoz wyznaczonych zgodnie z zaproponowaną metodą wykazała jej przydatność do lokalnego prognozowania krótkoterminowego.
    Predictive models were developed in this study for all days of a week, separately modeling the profile of a day, average value of 24 hrs' power, as well as the standard deviation of 24 hrs' loading course. The average demand of electric energy per hour during a day and the standard deviation of this demand were modeled at working out of the fuzzy models with Takagi-Sugeno type of inference. Error analysis of the prognoses determined by using such a method confirmed its usefulness to local short-term forecasting.
    Źródło:
    Problemy Inżynierii Rolniczej; 2008, R. 16, nr 4, 4; 17-22
    1231-0093
    Pojawia się w:
    Problemy Inżynierii Rolniczej
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wykorzystanie modeli Mamdaniego do predykcji dobowych obciążeń wiejskich sieci elektroenergetycznych
    Using of the Mamdani models to predict daily loads of rural power networks
    Autorzy:
    Małopolski, J.
    Trojanowska, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/287238.pdf
    Data publikacji:
    2008
    Wydawca:
    Polskie Towarzystwo Inżynierii Rolniczej
    Tematy:
    energia elektryczna
    prognozowanie krótkoterminowe
    modele rozmyte
    electric energy
    short-term forecasting
    fuzzy models
    Opis:
    Opracowano modele z wnioskowaniem typu Mamdani do dobowego prognozowania zapotrzebowania na energię elektryczną odbiorców wiejskich, jako charakterystycznej grupy użytkowników energii. W pracy modele zbudowano dla wszystkich dni tygodnia, oddzielnie modelując profil dnia, wartość średnią mocy dobowej oraz odchylenie standardowe przebiegu dobowego obciążenia. Przeprowadzona analiza wykazała przydatność takich modeli do krótkoterminowej predykcji i ich atrakcyjność ze względu na niski nakład pracy potrzebny do opracowania.
    Mamdani type concluding models were developed for twenty-four hour forecasting of electric energy demand for rural consumers, being characteristic group of energy users. For the research purposes the models were built for all weekdays, with separate modelling of day profile, twenty-four hour power average value and standard deviation of twenty-four hour load progress. Completed analysis proved usefulness of these models for short-term prediction, and their attraction due to low amount of labour necessary to prepare them.
    Źródło:
    Inżynieria Rolnicza; 2008, R. 12, nr 9(107), 9(107); 205-211
    1429-7264
    Pojawia się w:
    Inżynieria Rolnicza
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wskaźniki wyprzedzające koniunktury - analiza ekonometryczna
    Leading Indicators of Economic Sentiment – an Econometrical Analysis
    Autorzy:
    Szeplewicz, Karol
    Powiązania:
    https://bibliotekanauki.pl/articles/499968.pdf
    Data publikacji:
    2011
    Wydawca:
    Szkoła Główna Handlowa w Warszawie
    Tematy:
    wskaźniki wyprzedzające
    barometry koniunktury
    krótkookresowe prognozowanie
    leading indicators
    business cycle indicators
    short term forecasting
    Opis:
    Jakość trzech najpopularniejszych wskaźników wyprzedzających koniunktury w Polsce (wskaźniki opracowane przez IRG SGH, BIEC oraz Ipsos) oraz wskaźnika skonstruowanego na podstawie cząstkowych wskaźników wyprzedzających publikowanych przez GUS porównano za pomocą szeregu narzędzi analitycznych. Za punkt odniesienia przyjęto publikowany przez Eurostat wskaźnik równoległy koniunktury. Wszystkie wskaźniki charakteryzują się wyprzedzeniem rzędu 1-2 miesięcy. Na ich podstawie zbudować można dobrej jakości modele ekonometryczne, wszystkie wskaźniki poza wskaźnikiem Ipsos wykazują również stabilną, długookresową relację ze wskaźnikiem równoległym, wyprzedzając go o 1-2 miesiące. Oprócz wskaźnika Ipsos wszystkie charakteryzują się wzorcem cykliczności zgodnym ze wzorcem zidentyfikowanym dla wskaźnika równoległego. Początki faz ekspansji sygnalizowane są wcześniej niż początki faz recesji. Analiza funkcji autokowariancji wskazuje, że wszystkie wskaźniki posiadają wzorzec cykliczności taki, jak wskaźnik równoległy. Zaobserwowano istotne statystycznie podobieństwo między wskaźnikami wyprzedzającymi a wskaźnikiem równoległym. Prognozy uzyskiwane z modeli ekonometrycznych uwzględniających wskaźniki wyprzedzające charakteryzują się zadowalającą precyzja. Wykazano, że uwzględnienie wskaźników wyprzedzających obok wartości opóźnionych wskaźnika równoległego pozwala na podniesienie jakości prognoz. Wielostronna analiza pozwala na stwierdzenie, że najlepszą adekwatnością cechują się wskaźniki publikowane przez IRG SGH i BIEC.
    Quality of three most popular Polish leading indicators of economic sentiment has been investigated by wide range of analytical tools. An additional index has been constructed on the base of industry – specific indicators of the Central Statisitcal Office of Poland. Eurostat’s coincident index has been used as a benchmark. All of the analysed indicators are capable of forecasting economic sentiment for the next 1-2 months. Econometrical models that involve leading indicators as explanatory variables are of good quality. The phenomenon of cointegration can be observed for all the indicators except the Ipsos one. Economic cycles in those three indicators have the same pattern as in the coincident indicator. Usually phases of expansion are signalised earlier than phases of contraction. Analysis of autocovariance functions proved that patterns of economic cycles in both leading and coincident indicators are equal. The similarity between the leading indicators and the coincident indicator is statistically significant. Forecasts derived from econometrical models that use leading indicators as explanatory variables proved to be of good quality. Moreover, including the leading indicators in the models leads to higher adequacy of the forecasts. As the result of the analysis the adequacy of indicators of IRG SGH and BIEC can be assessed as the highest.
    Źródło:
    Prace i Materiały Instytutu Rozwoju Gospodarczego SGH; 2011, 87: Zmiany aktywności gospodarczej w świetle wyników badań koniunktury; 33-63
    0866-9503
    Pojawia się w:
    Prace i Materiały Instytutu Rozwoju Gospodarczego SGH
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Ekonometryczny model krótkoterminowego prognozowania zużycia gazu
    Econometric model of short-term natural gas consumption forecasting
    Autorzy:
    Kwilosz, Tadeusz
    Filar, Bogdan
    Powiązania:
    https://bibliotekanauki.pl/articles/2143631.pdf
    Data publikacji:
    2021
    Wydawca:
    Instytut Nafty i Gazu - Państwowy Instytut Badawczy
    Tematy:
    model ekonometryczny
    krótkoterminowe prognozowanie
    zużycie gazu
    econometric model
    short-term forecasting
    natural gas consumption
    Opis:
    W celu opracowania modelu krótkoterminowego zapotrzebowania na gaz konieczne jest dokonanie analizy najnowszych metod prognozowania matematycznego w celu wyboru i zaadaptowania właściwej z nich (spełniającej warunek efektywności i skuteczności). Niezbędne jest rozpoznanie i analiza czynników (głównie środowiskowych) wpływających na wynik krótkoterminowych prognoz oraz źródeł danych możliwych do wykorzystania. Efektem wykonanej pracy jest model numeryczny krótkoterminowego zapotrzebowania na gaz dla wybranej jednostki terytorialnej kraju. Opracowany model został skalibrowany i przetestowany na historycznych danych opisujących warunki środowiskowe i rzeczywiste zużycie gazu. Zaprojektowano i skalibrowano, na podstawie wybranego zestawu atrybutów (zmiennych objaśniających), niejednorodny liniowy model ekonometryczny. Dokonano statystycznej weryfikacji oszacowanych parametrów modelu. Warto zauważyć, że w krótkim terminie wykonania prognozy (7 dni) nie zachodzą znaczące zmiany w otoczeniu rynku gazowego (uruchomienie nowych inwestycji, podłączenie nowych użytkowników do systemu czy zmiany zapotrzebowania wynikające ze zmieniających się warunków makroekonomicznych). Inne czynniki techniczne, takie jak awarie linii produkcyjnych u odbiorców czy przestoje przemysłowe, są trudne do przewidzenia lub wiedza o nich rzadko jest dostępna. Z tego względu jedynymi czynnikami mogącymi mieć wpływ na zmiany zapotrzebowania gazu w krótkim terminie są czynniki pogodowe, które zostały wybrane jako zmienne objaśniające dla opracowanego modelu. Historyczne dane pogodowe zostały pobrane z usługi sieciowej (web service) OpenWeatherMap History Bulk. Jako zmiennej objaśnianej użyto dobowych wartości zużycia gazu dla jednego z województw Polski południowej. Dane zostały pobrane z systemu wymiany informacji operatora gazociągów przesyłowych. Dane dotyczą okresu trzyletniego, gdyż tylko takie dane zostały upublicznione. Zmienne objaśniające obejmują dobowe wartości danych pogodowych, takich jak: średnia temperatura, temperatura odczuwalna, temperatura minimalna, temperatura maksymalna, ciśnienie atmosferyczne, wilgotność względna, prędkość wiatru i kierunek wiatru.
    In order to develop a mathematical model of short-term gas demand, it is necessary to analyze the latest mathematical forecasting methods in order to select and adapt the right one (meeting the condition of efficiency and effectiveness). It is necessary to recognize and analyze factors (mainly environmental) affecting the result of short-term forecasts and sources of data that can be used. The result of the work is a numerical model of short-term gas demand for a selected territorial unit of the country. The developed model was calibrated and tested on historical data describing environmental conditions and real gas consumption. A heterogeneous linear econometric model was designed and calibrated on the basis of a selected set of attributes (explanatory variables). The estimated parameters of the model were statistically verified. It is worth noting that in the short term of the forecast (7 days) there are no significant changes in the gas market environment (launching new investments, connecting new users to the system, or changes in demand resulting from changing macroeconomic conditions). Other technical factors, such as production line failures at customers or industrial downtime, are difficult to predict, or knowledge about their occurrence is rarely available. For this reason, the only factors that may have an impact on changes in gas demand in the short term are weather factors, which were selected as explanatory variables for the developed model. Historical weather data was retrieved from the OpenWeatherMapHistoryBulk web service. Daily values of gas consumption for one of the voivodships of southern Poland were used as the response variable. The data was downloaded from the information exchange system of the transmission pipeline operator. The data covers a three-year period, as only such data has been made public. The explanatory variables include the daily values of weather data such as: average temperature, chilled temperature, minimum temperature, maximum temperature, atmospheric pressure, relative humidity, wind speed and wind direction.
    Źródło:
    Nafta-Gaz; 2021, 77, 7; 454-462
    0867-8871
    Pojawia się w:
    Nafta-Gaz
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Selected Tools For Wind Farm Output Daily-Hourly Forecasting For The Wholesale Market
    Wybrane narzędzia do prognozowania dobowo-godzinowego energii elektrycznej wytwarzanej przez elektrownie wiatrowe na potrzeby rynku hurtowego
    Autorzy:
    Rubanowicz, Tomasz
    Powiązania:
    https://bibliotekanauki.pl/articles/1833862.pdf
    Data publikacji:
    2020
    Wydawca:
    ENERGA
    Tematy:
    short-term forecasting
    wind farm
    artificial neural networks
    prognozowanie krótkoterminowe
    elektrownia wiatrowa
    sztuczne sieci neuronowe
    Opis:
    Owners of generating sources after their connection to the power grid become participants of the electricity market, including the balancing market. From that moment on, each participant is obliged to forecast their own generating units' output with a specified advance time. The adopted energy transformation policy removes investment restrictions, in particular concerning the so-called distance act (10H), which stopped the dynamic development of this technology on land. This approach will contribute to the construction of more wind farms. The greater the number of generation sources dependent on weather conditions, the more difficult their predictability and the greater the risk of trade imbalances in participants ' purchasing portfolios. Every incorrect energy forecast that differs from the actual output will result in higher costs of participation in the market. Effective output forecasting allows companies to reduce the cost of their participation. This paper presents a method of forecasting wind farm output using artificial neural networks, which can be an alternative tool for analytical and statistical models. This paper aims to evaluate the effectiveness of the farm output forecast model, i.e. the output modelling for specific weather conditions. The paper presents the farm output affecting factors that should be included in the model, and it shows that the neural network can reproduce farm output curves similar to the catalogue curves with consideration of the object's characteristics. The author has exhaustively researched the subject for 10 years, reaching the main conclusion that it is impossible to create one universal forecast model for every farm. This means that each such facility requires an individual approach to obtain an effective forecast. The changing market environment requires further action and the development of new models suitable for the needs of the markets within a shorter time horizon.
    Właściciele źródeł wytwórczych po przyłączeniu do sieci elektroenergetycznej stają się uczestnikami rynku energii elektrycznej, w tym rynku bilansującego. Od tego momentu każdy uczestnik zobowiązany jest do prognozowania produkcji energii własnych jednostek wytwórczych z określonym wyprzedzeniem czasowym. Przyjęta polityka transformacji energetycznej znosi ograniczenia inwestycyjne, w szczególności w zakresie tzw. ustawy odległościowej (10H), która wstrzymała dynamiczny rozwój tej technologii na lądzie. Takie podejście przyczyni się do budowy kolejnych elektrowni wiatrowych. Im większa będzie liczba źródeł wytwórczych, których produkcja zależy od warunków pogodowych, tym trudniejsza będzie ich przewidywalność i większe ryzyko niezbilansowania handlowego portfeli zakupowych uczestników. Każda błędna prognoza energii, różniąca się od rzeczywistej produkcji, będzie skutkowała większymi kosztami uczestnictwa w rynku. Skuteczne prognozowanie produkcji energii umożliwia przedsiębiorstwom redukcję kosztów ich uczestnictwa. Artykuł prezentuje metodę prognozowania energii farmy wiatrowej za pomocą sztucznych sieci neuronowych, które mogą stanowić alternatywne narzędzie względem modeli analitycznych i statystycznych. Celem artykułu była ocena skuteczności modelu prognozy energii farmy, czyli modelu odtwarzającego moc farmy dla określonych warunków meteorologicznych. W artykule przedstawiono czynniki wpływające na moc farmy, które należy uwzględnić w modelu, a także wykazano, że sieć neuronowa potrafi odtworzyć krzywe mocy farmy zbliżone do krzywych katalogowych z uwzględnieniem cech charakterystycznych obiektu. Autor przez 10 lat wyczerpał temat, dochodząc do głównego wniosku, że nie można stworzyć jednego uniwersalnego modelu prognozy dla każdej farmy. Oznacza to, że każdy tego typu obiekt wymaga indywidualnego podejścia, aby uzyskać skuteczną prognozę. Zmieniające się otoczenie rynkowe wymaga dalszych działań i opracowania nowych modeli sprawdzających się w krótszym horyzoncie czasowym na potrzeby rynków.
    Źródło:
    Acta Energetica; 2020, 2; 36--45
    2300-3022
    Pojawia się w:
    Acta Energetica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    FORECASTING OF INDIVIDUAL ELECTRICITY USAGE USING SMART METER DATA
    Autorzy:
    Ząbkowski, Tomasz
    Gajowniczek, Krzysztof
    Powiązania:
    https://bibliotekanauki.pl/articles/452939.pdf
    Data publikacji:
    2013
    Wydawca:
    Szkoła Główna Gospodarstwa Wiejskiego w Warszawie. Katedra Ekonometrii i Statystyki
    Tematy:
    smart metering systems
    short term energy forecasting multivariate adaptive regression splines
    Opis:
    Forecasting electricity usage is an important task to provide intelligence to the smart gird. The customers will benefit from metering solutions through greater understanding of their own energy consumption and future projections, allowing them to better manage costs of their usage. In this proof of concept paper, we show the approach for short term electricity load forecasting for 24 hours ahead, calculated on the individual household level. In this context authors will develop an approach to the analysis and prediction using Multivariate Adaptive Regression Splines (MARSplines).
    Źródło:
    Metody Ilościowe w Badaniach Ekonomicznych; 2013, 14, 2; 289-297
    2082-792X
    Pojawia się w:
    Metody Ilościowe w Badaniach Ekonomicznych
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Zastosowanie modelu MRK do prognozy cen wybranych paliw biomasowych
    Application of the MRK model to price forecast selected biomass fuels
    Autorzy:
    Popławski, T.
    Dąsal, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/283106.pdf
    Data publikacji:
    2011
    Wydawca:
    Polska Akademia Nauk. Instytut Gospodarki Surowcami Mineralnymi i Energią PAN
    Tematy:
    odnawialne źródła energii
    biomasa
    ceny
    system elektroenergetyczny
    modelowanie
    prognozowanie krótkoterminowe
    renewable energy sources
    biomass
    prices
    power system
    modeling
    short-term forecasting
    Opis:
    Artykuł porusza problematykę odnawialnych źródeł energii, skupiając się na szczególnym rodzaju biomas, którymi uznane są niektóre zboża. Przedstawiono analizę porównawczą cen kilku wybranych zbóż na rynkach krajów Unii Europejskiej. Wykonano testy na danych liczbowych szeregów historycznych cen, badające głownie stacjonarność oraz występowanie wahań okresowych, których wyniki pozwalają na wybór metody i modelu predykcyjnego. Zaproponowano dwa modele prognostyczne dla przewidywania cen w horyzoncie tygodniowym. Wykonano prognozy wygasłe wraz z oceną dokładności oraz prognozy walidacyjne umożliwiające ocenę użyteczności prezentowanych modeli.
    The article discusses the issue of renewable energy focusing in particular on the specific type of biomass, which are considered some of the grain. Presents a comparative analysis of prices of cereals on a few selected markets in European Union countries. Performed tests on the figures of the historical series of prices, mainly exploring the stationary and the presence of periodic fluctuations, the results of which allow to choose the method and the prediction model. Proposed two forecasting models to predict prices in the weekly horizon. Taken together with forecasts of expired and the forecast evaluation of the accuracy of validation for the assessment of utility models.
    Źródło:
    Polityka Energetyczna; 2011, 14, 2; 335-347
    1429-6675
    Pojawia się w:
    Polityka Energetyczna
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Short-term forecasting and composite indicators construction with help of dynamic factor models handling mixed frequencies data with ragged edges
    Krótkoterminowe prognozowanie i budowa równoczesnego wskaźnika aktywności ekonomicznej za pomocą dynamicznych modeli czynnikowych wykorzystujących dane o mieszanych częstotliwościach i niezbilansowanym końcu prób
    Autorzy:
    Łupiński, Marcin
    Powiązania:
    https://bibliotekanauki.pl/articles/422970.pdf
    Data publikacji:
    2012
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    short-term forecasting
    coincident indicators
    factor models
    mixed frequencies
    ragged edges
    prognozowanie krótkookresowe
    wskaźnik równoczesny
    modele czynnikowe
    mieszane częstotliwości
    niezbilansowany koniec próby
    Opis:
    This paper aims at presenting practical applications of latent variable extraction method based on second generation dynamic factor models, which use modified Kalman Filter and Maximum Likehood Method and can be applied for time series with mixed frequencies (mainly monthly and quarterly) and unbalanced beginning and the end of the data sample (ragged edges). These applications embrace short-term forecasting of Polish GDP and construction of composite coincident indicator of economic activity in Poland. Presented approach adopts the idea of short-term forecasting used by Camacho and Perez-Quirioz in Banco de Espana and concept of Arouba, Diebold and Scotti index compiled in the FRB of Philadelphia. According to the author's knowledge, it is the first such adaptation for Central and Eastern Europe country. Quality of the forecast obtained with these models is compared with standard methods used for short-term forecasting with series of statistical tests in the pseudo real-time forecasting exercise. Moreover described method is applied for construction of composite coincident indicator of economic activity in Polish economy. This newly-created coincident indicator is compared with first generation coincident indicator, based on standard dynamic factor model (Stock and Watson) approach, which has been computed by the author for Polish economy since 2006.
    Celem niniejszego artykułu jest prezentacja praktycznych aspektów estymacji nieobserwowalnych zmiennych za pomocą modeli czynnikowych drugiej generacji opartych o zmodyfikowany filtr Kalmana i metodę największej wiarygodności (MNW). Opisane w pracy modele wykorzystywane są do krótkookresowego prognozowania polskiego PKB i konstrukcji równoczesnego wskaźnika aktywności ekonomicznej w Polsce na podstawie szeregów czasowych o mieszanych i częstotliwościach, posiadających niezbilansowany koniec próby. Przedstawione podejście stanowi adaptację koncepcji modeli używanych do krótkookresowego prognozowania przez Camacho oraz Pereza-Quirioza w Narodowym Banku Hiszpanii oraz struktur analitycznych stosowanych przez Aruobę, Diebolda i Scotti’ego przy kompilacji indeksu aktywności ekonomicznej na potrzeby Banku Rezerwy Federalnej w Filadelfii. Zgodnie z wiedzą posiadaną przez autora jest to pierwsza tego rodzaju adaptacja w Europie Środkowo-Wschodniej. W ramach wykonanych badań za pomocą grupy testów statystycznych porównania została jakość prognoz uzyskanych za pośrednictwem zaproponowanych modeli z wynikami uzyskanymi metodami standardowymi. Ponadto ocenione zostały własności statystyczne obliczonego równoczesnego wskaźnika aktywności ekonomicznej w Polsce z wersją tego wskaźnika estymowaną regularnie z wykorzystaniem modeli czynnikowych pierwszej generacji (podejście Stocka-Watsona) począwszy od 2006 r.
    Źródło:
    Przegląd Statystyczny; 2012, 59, 1; 48-73
    0033-2372
    Pojawia się w:
    Przegląd Statystyczny
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    An overview of deep learning techniques for short-term electricity load forecasting
    Autorzy:
    Adewuyi, Saheed
    Aina, Segun
    Uzunuigbe, Moses
    Lawal, Aderonke
    Oluwaranti, Adeniran
    Powiązania:
    https://bibliotekanauki.pl/articles/117932.pdf
    Data publikacji:
    2019
    Wydawca:
    Polskie Towarzystwo Promocji Wiedzy
    Tematy:
    Short-term Load Forecasting
    Deep Learning Architectures
    RNN
    LSTM
    CNN
    SAE
    prognozowanie obciążenia krótkoterminowego
    architektura głębokiego uczenia
    Opis:
    This paper presents an overview of some Deep Learning (DL) techniques applicable to forecasting electricity consumptions, especially in the short-term horizon. The paper introduced key parts of four DL architectures including the RNN, LSTM, CNN and SAE, which are recently adopted in implementing Short-term (electricity) Load Forecasting problems. It further presented a model approach for solving such problems. The eventual implication of the study is to present an insightful direction about concepts of the DL methods for forecasting electricity loads in the short-term period, especially to a potential researcher in quest of solving similar problems.
    Źródło:
    Applied Computer Science; 2019, 15, 4; 75-92
    1895-3735
    Pojawia się w:
    Applied Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Loadability maximisation in bilateral network for real-time forecasting system using cuckoo search algorithm
    Autorzy:
    Venkatasivanagaraju, S.
    Rao, M. Venkateswara
    Powiązania:
    https://bibliotekanauki.pl/articles/38699704.pdf
    Data publikacji:
    2023
    Wydawca:
    Instytut Podstawowych Problemów Techniki PAN
    Tematy:
    optimal power flow
    NR method
    short-term load forecasting
    long-term load forecasting
    cuckoo search algorithm
    optimisation
    loss minimisation
    optymalny przepływ mocy
    metoda NR
    krótkoterminowe prognozowanie obciążeń
    długoterminowe prognozowanie obciążeń
    algorytm kukułki
    optymalizacja
    minimalizacja strat
    Opis:
    This manuscript proposes an optimal power flow (OPF) solution in a coordinated bilateralpower network. The primary goal of this project is to maximise the benefits of the powermarket using Newton–Raphson (NR) and cuckoo search algorithm CSA methodologies.The global solution is found using a CSA-based optimisation approach. The study isconducted on real-time bus system. To avoid this, creative techniques have lately beenused to handle the OPF problem, such as loadability maximisation for real-time predictionsystems employing the CSA. In this work, cuckoo search (CS) is used to optimise theobtained parameters that help to minimise parameters in the predecessor and consequentunits of each sub-model. The proposed approach is used to estimate the power load in thelocal area. The constructed models show excellent predicting performance based on derivedperformance. The results confirm the method’s validity. The outcomes are compared withthose obtained by using the NR method. CSA outperformed the other methods in thisinvestigation and gave more accurate predictions. The OPF problem is solved via CSAin this study. Implementing a real-time data case bus system is recommended to test theperformance of the established method in the MATLAB programme.
    Źródło:
    Computer Assisted Methods in Engineering and Science; 2023, 30, 1; 73-88
    2299-3649
    Pojawia się w:
    Computer Assisted Methods in Engineering and Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-14 z 14

      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