Kratkoročno predviđanje opterećenja električne mreže pomoću metode potpornih vektora : magistarski rad / Ervin Čeperić ; [mentor Damir Kalpić]
By: Čeperić, Ervin.
Contributor(s): Kalpić, Damir [ths].
Material type: TextPublisher: Zagreb : E. Čeperić ; Fakultet elektrotehnike i računarstva, 2011Description: vi, 69 str. : graf. prikazi ; 30 cm + CD.Summary: Planiranje opterećenja u električnoj mreži jedna je od važnih komponenata u planiranju i radu elektroenergetske industrije. Precizna procjena opterećenja presudna je u predviđanju cijena električne energije te može imati veliki utjecaj na prijenos električne energije, tržišne udjele i dobiti u konkurentnim elektroenergetskim tržištima. Ovaj rad usredotočuje se na kratkoročno planiranje opterećenja u električnoj mreži. Razvijena je metodologija kratkoročnog planiranja temeljena na metodi potpornih vektora. Kao ključan čimbenik uspjeha planiranja, identificirana je prilagodba modela za pojedinu regiju ili skup podataka, temeljena na prethodnoj analizi opterećenja i raznih specifičnosti regije ili skupa podataka. U ovom radu upravo je takva prilagodba izvršena na dva primjera, elektroenergetskog sustava Slovačke (na temelju EUNITE natjecanja) i trafostanice 110/35 kV Lošinj. Analiza rezultata predviđanja pokazuje korisnost modela i perspektivu za upotrebu u elektroenergetskoj industriji. Ključne riječi: planiranje opterećenja u električnoj mreži, kratkoročno planiranje opterećenja u električnoj mreži, metoda potpornih vektora, algoritam za optimizaciju temeljen na imitaciji ponašanja rojevaSummary: Load forecasting has become one of the most crucial parts in planning and operations of electric power industry. An accurate estimation of load is essential for electricity price forecasting and can have significant implications to energy transactions, market shares and profits in competitive electricity markets. This paper focuses on short-term load forecasting (STLF). The methodology for STLF is presented, based on support vector machines. Adaptation to regional specificities, based on analysis of its electric load, weather and economy, is identified as the key factor for accurate forecasting. The forecasting methodology, model and adaptation strategy is tested on two examples, Slovak electric power system (based on EUNITE competition) and electric power subsystem 110/35 kV Lošinj. The analysis of prediction results shows that the developed models have perspective for use in electric power industry. Keywords: load forecasting, short-term load forecasting, support vector machines, particle swarm optimizationItem type | Current location | Call number | Vol info | Copy number | Status | Notes | Date due | Barcode | Item holds |
---|---|---|---|---|---|---|---|---|---|
Magistarski rad | Središnja knjižnica KF | KF-4406 | 621.311 ČEPER kra | 28607 | Available | 0000000800105 | |||
Magistarski rad | Središnja knjižnica | KF-4406 | 621.311 ČEPER kra | 28607/cd | 1 | CD | 0000000800112 |
Planiranje opterećenja u električnoj mreži jedna je od važnih
komponenata u planiranju i radu elektroenergetske industrije. Precizna
procjena opterećenja presudna je u predviđanju cijena električne energije te
može imati veliki utjecaj na prijenos električne energije, tržišne udjele i dobiti
u konkurentnim elektroenergetskim tržištima. Ovaj rad usredotočuje se na
kratkoročno planiranje opterećenja u električnoj mreži. Razvijena je
metodologija kratkoročnog planiranja temeljena na metodi potpornih vektora.
Kao ključan čimbenik uspjeha planiranja, identificirana je prilagodba modela
za pojedinu regiju ili skup podataka, temeljena na prethodnoj analizi
opterećenja i raznih specifičnosti regije ili skupa podataka. U ovom radu
upravo je takva prilagodba izvršena na dva primjera, elektroenergetskog
sustava Slovačke (na temelju EUNITE natjecanja) i trafostanice 110/35 kV
Lošinj. Analiza rezultata predviđanja pokazuje korisnost modela i perspektivu
za upotrebu u elektroenergetskoj industriji. Ključne riječi: planiranje opterećenja u električnoj mreži, kratkoročno planiranje opterećenja u električnoj mreži, metoda potpornih vektora, algoritam za optimizaciju temeljen na imitaciji ponašanja rojeva
Load forecasting has become one of the most crucial parts in planning and operations of electric power industry. An accurate estimation of load is essential for electricity price forecasting and can have significant implications to energy transactions, market shares and profits in competitive electricity markets. This paper focuses on short-term load forecasting (STLF). The methodology for STLF is presented, based on support vector machines. Adaptation to regional specificities, based on analysis of its electric load, weather and economy, is identified as the key factor for accurate forecasting. The forecasting methodology, model and adaptation strategy is tested on two examples, Slovak electric power system (based on EUNITE competition) and electric power subsystem 110/35 kV Lošinj. The analysis of prediction results shows that the developed models have perspective for use in electric power industry. Keywords: load forecasting, short-term load forecasting, support vector machines, particle swarm optimization
There are no comments for this item.