BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Jasiński Tomasz (Politechnika Łódzka), Ścianowska Agnieszka (Politechnika Łódzka)
Tytuł
Szeregi czasowe na rynku energii elektrycznej
Time Series on the Energy Market
Źródło
Zeszyty Naukowe Uniwersytetu Szczecińskiego. Studia i Prace Wydziału Nauk Ekonomicznych i Zarządzania, 2014, nr 35 T.2, s. 65-77, bibliogr. 15 poz.
Tytuł własny numeru
Problemy współczesnej ekonomii
Słowa kluczowe
Inteligentna sieć, Rynek energetyczny, Prognozowanie, Sztuczne sieci neuronowe (SSN), Transformacja falkowa, Szeregi czasowe, Analiza techniczna
Smart grid, Energy market, Forecasting, Artificial neural networks (ANN), Wavelet transform, Time-series, Technical analysis
Uwagi
streszcz., summ.
Abstrakt
W artykule przedstawiono możliwości przewidywania zapotrzebowania na energię elektryczna oraz jej cen na rynku hurtowym przy wykorzystaniu narzędzi z dziedziny sztucznej inteligencji, a także opisano możliwości minimalizacji ekstremów popytowych i cenowych poprzez wprowadzenie inteligentnych liczników w obszarze detalicznego rynku energii. W badaniach wykorzystano m.in. sztuczne sieci neuronowe wspomagane innymi technikami przekształcania danych, jak np. klasyczna analiza techniczna oraz dyskretna transformata falkową. (abstrakt oryginalny)

The paper presents the possibility of predicting the demand for electric energy and its price in the wholesale market using tools of artificial intelligence, and describes the possibilities to minimize the peaks of demand and pricing through the introduction of smart grid in the retail energy market. In the studies have been used artificial neural network supported by other techniques of data transforming, such as the classic technical analysis and discrete wavelet transform. (original abstract)
Dostępne w
Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie
Biblioteka Główna Uniwersytetu Ekonomicznego w Katowicach
Biblioteka Główna Uniwersytetu Ekonomicznego w Poznaniu
Biblioteka Główna Uniwersytetu Szczecińskiego
Pełny tekst
Pokaż
Bibliografia
Pokaż
  1. Chahkandi Nejad H., Mahvy M., Jahani R., Electricity Market Prediction Using Improved Neural Network, "Australian Journal of Basic and Applied Sciences" 2011, vol. 5(9).
  2. Jasiński T., Zastosowanie dyskretnej transformaty falkowej do poprawy wyników uzyskiwanych przez sztuczne sieci neuronowe, Oficyna Wydawnicza SGH, Warszawa 2004.
  3. Jasiński T., Niezawodność oraz metody jej zwiększania w różnych modelach rynku, w: A.T. Szablewski, M. Martin (red.), Ekonomiczne, regulacyjne, strukturalne i technologiczne uwarunkowania bezpieczeństwa energetycznego, Wydawnictwo Politechniki Łódzkiej, Łódź 2011.
  4. Koncepcja dotycząca modelu rynku opomiarowania w Polsce, ze szczególnym uwzględnieniem wymagań wobec Operatora Informacji Pomiarowej, Warszawa 9.02.2012.
  5. Kosiński Sz., Rynek energii 2014 - wybrane aspekty, "Energetyka Cieplna i Zawodowa" 2014, nr 2.
  6. Kumar Aggarwal S., Saini L., Kumar A., Electricity price forecasting in deregulated markets: A review and evaluation, "Electrical Power and Energy Systems" 2009, vol. 31.
  7. McCulloch W.S., Pitts W., A Logical calculus of the ideas immanent in nervous activity, "Bulletin of Mathematical Biophysics" 1943, vol. 5.
  8. Olek B., Wierzbowski M. Optymalizacja jako element smart grid, "Rynek Energii" 2013, nr 1.
  9. Osowski S., Sieci neuronowe w ujęciu algorytmicznym, Wydawnictwa Naukowo-Techniczne, Warszawa 1996.
  10. Sadowski J., Zawisza M., Kamiński B., Główne przyczyny występowania ekstremów cenowych na rynku bilansującym, "Rynek Energii" 2012, nr 2.
  11. Stanowisko Prezesa URE w sprawie niezbędnych wymagań wdrażanych przez OSD E inteligentnych systemów pomiarowo-rozliczeniowych z uwzględnieniem funkcji celu oraz proponowanych mechanizmów wsparcia przy postulowanym modelu rynku, Warszawa 31.05.2011.
  12. Strona internetowa: www.ieso-public.sharepoint.com.
  13. Tadeusiewicz R., Elementarne wprowadzenie do techniki sieci neuronowych z przykładowymi programami, Akademicka Oficyna Wydawnicza PLJ, Warszawa 1998.
  14. Witkowska D., Sztuczne sieci neuronowe i metody statystyczne. Wybrane zagadnienia finansowe, C.H. Beck, Warszawa 2002.
  15. Xu Z., Dong Z.Y., Liu W.Q., Neural Network Models For Electricity Market Forecasting, w: D. Wang, N.K. Lee (red.), Neural Networks Applications in Information Technology and Web Engineering, Borneo Publishing Co., Sarawak, Malaysia 2005.
Cytowane przez
Pokaż
ISSN
2080-4881
Język
pol
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu