Εφαρμογή νευρωνικών δικτύων στην βραχυπρόθεσμη πρόβλεψη φορτίου

Περίληψη σε άλλη γλώσσα

This work studies the applicability of this kind of models and offers some extra models for electric load forecasting. The work is intended to be a basis for a real forecasting application. In the first chapters, a literature survey was conducted on the subject. Most of the reported models are based on the so-called Multi-Layer Perceptron (MLP) network. There are numerous model suggestions, but the large variation and lack of comparisons make it difficult to directly apply proposed methods. It was concluded that a comparative study of different model types seems necessary. The aim of this thesis is to find and apply more adequate models for electric power load forecasting. Earlier works are based on the assumption of weakly stationary process after 24 hour and 168 hour differentiation of the input signals. It is clear, however, that the process displays different properties depending on the time of day and day of week. The models were divided into two classes. First, forecasting the lo ...
περισσότερα
Πρέπει να είστε εγγεγραμένος χρήστης για έχετε πρόσβαση σε όλες τις υπηρεσίες του ΕΑΔΔ  Είσοδος /Εγγραφή

Όλα τα τεκμήρια στο ΕΑΔΔ προστατεύονται από πνευματικά δικαιώματα.

DOI
10.12681/eadd/14706
Διεύθυνση Handle
http://hdl.handle.net/10442/hedi/14706
Εναλλακτικός τίτλος
Application of neural networks in short-term load forcasting
Συγγραφέας
Τσακουμής, Αθανάσιος Χριστόφορος
Ημερομηνία
2003
Ίδρυμα
Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης (ΑΠΘ). Σχολή Πολυτεχνική. Τμήμα Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Ηλεκτρικής Ενέργειας. Εργαστήριο Συστημάτων Ηλεκτρικής Ενέργειας
Εξεταστική επιτροπή
Φέσσας Προκόπιος
Μπαρκιτζής Αναστάσιος
Ντοκόπουλος Πέτρος
Πετρίδης Βασίλειος
Θεοχάρης Ιωάννης
Λαμπρίδης Δημήτριος
Τσιότρας Γεώργιος
Επιστημονικό πεδίο
Μηχανική & Τεχνολογία
Επιστήμες Ηλεκτρολόγου Μηχανικού, Ηλεκτρονικού Μηχανικού & Μηχανικού Η/Υ
Λέξεις-κλειδιά
Βραχυπρόθεσμη πρόβλεψη φορτίου; Χρονοσειρές; Δίκτυα πεπερασμένης απόκρισης; Δίκτυα Elman; Πολυστρωματικά δίκτυα; Χάος; Ελκυστής; Πείραμα Lyapunov
Χώρα
Ελλάδα
Γλώσσα
Ελληνικά
Άλλα στοιχεία
213 σ., εικ.