BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Nazarko Joanicjusz (Politechnika Białostocka), Chrabołowska Joanna (Politechnika Białostocka), Rybaczuk Mikołaj (Politechnika Białostocka)
Tytuł
Zastosowanie wielosezonowego modelu ARIMA w prognozowaniu obciążeń mocą elektryczną
Multi-Seasonal ARIMA Models in Electrical Load Forecasting
Źródło
Prace Naukowe Akademii Ekonomicznej we Wrocławiu. Taksonomia (11), 2004, nr 1022, s. 173-182, rys., tab., bibliogr. 6 poz.
Tytuł własny numeru
Klasyfikacja i analiza danych - teoria i zastosowania
Słowa kluczowe
Modele ARIMA, Energia elektryczna
Autoregressive integrated moving average (ARIMA) models, Electric power
Uwagi
summ.
Abstrakt
Jedną z najistotniejszych cech procesu obciążenia mocą elektryczną jest jego wielookresowa zmienność: dobowa, tygodniowa, sezonowa. Uwzględniając tę właściwość, w artykule zaproponowano wykorzystanie wielosezonowych modeli ARIMA do prognozowania obciążeń mocą elektryczną. Przedstawiono zatem metodykę budowy takich modeli oraz ich wykorzystanie do prognozowania jednowymiarowych szeregów czasowych. Opisano i przedyskutowano kolejne etapy tworzenia modelu wielosezonowego: analizę dostępu szeregu czasowego, transformację danych, identyfikację potencjalnych modeli, estymację parametrów modeli oraz wybór modelu optymalnego. Przeprowadzono dyskusję wyboru modelu oraz dokonano jego sprawdzenia diagnostycznego. Tak wybrany model był podstawą obliczenia prognozy obciążenia mocą elektryczną wybranego obszaru. (fragment tekstu)

The paper presents construction methodology of multi-seasonal ARIMA models and their application in electrical load forecasting. The extended approach based on Box and Jenkins methodology has been employed. Consecutive phases of constructing the model have been described and discussed on the basis of a medium voltage power line. The approach proposed in the paper broadens methodology of forecasting that has been hitherto implemented in the power sector and the same time enriches the knowledge of mechanism character forming demand for electric load. Conducted quality assessment of obtained results indicates great efficiency of multi-seasonal ARIMA models in electrical load forecasting. (original abstract)
Dostępne w
Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie
Biblioteka Główna Uniwersytetu Ekonomicznego w Poznaniu
Bibliografia
Pokaż
  1. Box G.E.P., Jenkins G.M., Analiza szeregów czasowych. Prognozowanie i sterowanie, PWN, Warszawa 1983.
  2. DeLurgio S.A., Forecasting Principles and Applications, Irwin/McGraw-Hill, Boston 1998.
  3. Liu L., Hudak G.B., Forecasting and Time Series Analysis Using the SCA Statistical System, Scientific Computing Associates Corp., Chicago 2000.
  4. Lotufo A.D.P., Minussi C.R., Electric Power System Load Forecasting: A Survey, IEEE International Conference on Electric Power Engineering "PowerTech", Budapest 1999.
  5. Nazarko J., Modelling of Electrical Power Distribution Systems, Białystok Technical University, Białystok 1995.
  6. Temraz H.K., Salama M.M.A., Chikhani A.Y., Review of Electric Load Forecasting Methods, IEEE Canadian Conference on Electrical and Computer Engineering, St. Johns 1997.
Cytowane przez
Pokaż
ISSN
0324-8445
1505-9332
Język
pol
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu