Nalazite se na CroRIS probnoj okolini. Ovdje evidentirani podaci neće biti pohranjeni u Informacijskom sustavu znanosti RH. Ako je ovo greška, CroRIS produkcijskoj okolini moguće je pristupi putem poveznice www.croris.hr
izvor podataka: crosbi

Kratkoročno prognoziranje opterećenja primjenom modela umjetne neuronske mreže (CROSBI ID 147454)

Prilog u časopisu | izvorni znanstveni rad

Tačković, Krešimir ; Nikolovski, Srete ; Boras, Vedran Kratkoročno prognoziranje opterećenja primjenom modela umjetne neuronske mreže / Short-term load forecasting by using the artificial neural network model // Energija : časopis Hrvatske elektroprivrede, 57 (2008), 5; 560-579

Podaci o odgovornosti

Tačković, Krešimir ; Nikolovski, Srete ; Boras, Vedran

hrvatski

Kratkoročno prognoziranje opterećenja primjenom modela umjetne neuronske mreže

U članku je opisan model za kratkoročnu prognozu opterećenja primjenom umjetne neuronske mreže i njegova primjena na predviđanje opterećenja jednog konkretnog distribucijskog područja. Umjetne neuronske mreže koriste se najčešće za riješavanje problema klasifikacije i predvišanja kada su odnosi između ulaznih i izlaznih varijabli vrlo složeni i egzaktno teško opisivi. S obzirom na stohastičku prirodu i veliki utjecaj vremenskih prilika (temperatura, vlažnost, vjetar i dr.) na potrošnju električne energije, primjena umjetnih neuronskih mreža prikladna je za kratkoročno predviđanje opterećenja elektroenergetskog sustava. U članku su opisani korišteni modeli umjetnih neuronskih mreža za sezonsku i višestruku dnevnu prognozu opterećenja, te su prikazani rezultati predviđanja opterećenja jednog distribucijskog područja napajanog preko sabirnica transformatorske stanice 110/x u HEP Operator distribucijskog sustava Elektroslavonija (HEP ODS).

kratkoročna prognoza opterećenja ; modeli prognoziranja ; umjetne neuronske mreže

nije evidentirano

engleski

Short-term load forecasting by using the artificial neural network model

U članku je opisan model za kratkoročnu prognozu opterećenja primjenom umjetne neuronske mreže i njegova primjena na predviđanje opterećenja jednog konkretnog distribucijskog područja. Umjetne neuronske mreže koriste se najčešće za riješavanje problema klasifikacije i predvišanja kada su odnosi između ulaznih i izlaznih varijabli vrlo složeni i egzaktno teško opisivi. S obzirom na stohastičku prirodu i veliki utjecaj vremenskih prilika (temperatura, vlažnost, vjetar i dr.) na potrošnju električne energije, primjena umjetnih neuronskih mreža prikladna je za kratkoročno predviđanje opterećenja elektroenergetskog sustava. U članku su opisani korišteni modeli umjetnih neuronskih mreža za sezonsku i višestruku dnevnu prognozu opterećenja, te su prikazani rezultati predviđanja opterećenja jednog distribucijskog područja napajanog preko sabirnica transformatorske stanice 110/x u HEP Operator distribucijskog sustava Elektroslavonija (HEP ODS).

artificial neural networks ; forecast models ; short-term load forecast

nije evidentirano

nije evidentirano

nije evidentirano

nije evidentirano

nije evidentirano

nije evidentirano

Podaci o izdanju

57 (5)

2008.

560-579

objavljeno

0013-7448

Povezanost rada

Elektrotehnika

Poveznice