Детайли за публикацията
(Publication details)

Оригинал (Original)
Автори: Ценов, Г. Ц., Богатинова,И., Младенов, В. М.
Заглавие: ПРЕДСКАЗВАНЕ ДНЕВНАТА ЕЛЕКТРИЧЕСКА КОНСУМАЦИЯ С ИЗПОЛЗВАНЕ НА НЕВРОННИ МРЕЖИ
Ключови думи: прогнозиране, електрически товари, невронни мрежи

Абстракт: Успешното точно прогнозиране на потреблението на електрическата енергия е важна задача за електроразпределителните дружества при една непланова икономика със свободни отворени пазари. Прогнозирането на електрическите товари намира множество приложения, като например при планираното включване и изключване на електроцентрали, при планиране на бъдещата електро преносна инфраструктура или при формиране на цените на електрическата енергия в междудържавните пазари за покупко/продажба на електроенергия. В тази статия са показани резултати от дневното прогнозиране на електрически товари представени като времеви редове с използване на пакета за невронни мрежи от Neural Networks Toolbox в работната среда на MATLAB сравнени с метода за усреднена прогнозна оценка от предходни дни.

Библиография

    Издание
    МЕЖДУНАРОДНА КОНФЕРЕНЦИЯ АВТОМАТИКА’2012, том 1, стр. стр. 337-344, 2012, България, Созопол

    Autors: Tsenov, G. T., Bogatinova,I., Mladenov, V. M.
    Title: DAILY ELECTRIC LOAD FORECAST PREDICTION WITH USAGE OF NEURAL NETWORKS
    Keywords: forecasting, grid electric load, neural networks

    Abstract: The successful electric grid load forecast prediction is an important task for the companies involved in the energy distribution industry when the economy is deregulated. The electric consumption forecasting finds many applications as is in the cases of planned inclusion or removal of power plants from the electric grid, when planning the future energy distribution infrastructure or in the markets of electrical energy trading between states and etc. In this paper are given results for energy loaddaily forecasting, when presenting the consumer power load as time series dataset, using Feedforward Error Backpropagation Neural Networks from the MATLAB Neural Networks toolbox, compared with forecasts based on mean average value of the power load data from the previous week.

    References

      Issue
      INTERNATIONAL CONFERENCE AUTOMATICS’2012, vol. 1, pp. 337-344, 2012, Bulgaria, Sozopol

      Вид: публикация в национален форум

      Въведена от: ас. Ана Георгиева Пискова