Zastosowanie metod sztucznej inteligencji do prognozowania miesięcznej sprzedaży energii elektrycznej na wsi
Małgorzata Trojanowska
Akademia Rolnicza w KrakowieJerzy Małopolski
Akademia Rolnicza w KrakowieAbstrakt
W artykule analizowano możliwości wykorzystania metod sztucznej inteligencji, a w szczególności modeli opartych na teorii chaosu zdeterminowanego, modeli neuronowych oraz modeli rozmytych do prognozowania miesięcznej sprzedaży energii elektrycznej odbiorcom wiejskim. Przeprowadzone obliczenia potwierdziły dużą przydatność sztucznych sieci neuronowych do prognozowania zapotrzebowania na energię elektryczną. Konkurencyjne w stosunku do modeli neuronowych i godne polecenia do celów predykcyjnych okazały się rozmyte modele z wnioskowaniem typu Takagi-Sugeno.
Słowa kluczowe:
energia elektryczna, prognoza, teoria chaosu, sieci neuronowe, zbiory rozmyteBibliografia
Findeisen W., Szymanowski J., Wierzbicki A., 1977. Teoria i metody obliczeniowe optymalizacji. WNT Warszawa.
Osowski S., 1996. Sieci neuronowe w ujęciu algorytmicznym. WNT Warszawa.
Piegat A., 1999. Modelowanie i sterowanie rozmyte. AOW EXIT Warszawa.
Prognozowanie w elektroenergetyce. Zagadnienia wybrane. Red. I. Dobrzańska. 2002. Wyd. Pol. Częstoch., Częstochowa.
Yager R. R., Filev D. P., 1995. Podstawy modelowania i sterowania rozmytego. WNT Warszawa.
Akademia Rolnicza w Krakowie
Akademia Rolnicza w Krakowie
Licencja
Utwór dostępny jest na licencji Creative Commons Uznanie autorstwa – Użycie niekomercyjne – Bez utworów zależnych 4.0 Międzynarodowe.
Artykuły są udostępniane na zasadach CC BY-NC-ND 4.0 – uznanie autorstwa, użycie niekomercyjne, bez utworów zależnych.
Przysłanie artykułu do redakcji oznacza, że nie był on opublikowany wcześniej, nie jest rozpatrywany do publikacji w innych wydawnictwach.
Autor podpisuje oświadczenie o oryginalności dzieła i wkładzie poszczególnych osób.