Abstract
Popularność i rosnące możliwości sztucznych sieci neuronowych przyczyniają się do coraz to szerszego zastosowania przemysłowego. Szybki przyrost mocy elektrowni wiatrowych w krajowej sieci elektroenergetycznej (KSE) stawia trudne zadanie bilansowania mocy przed krajowymi Operatorami Sieci Dystrybucyjnych (OSD) i Operatorem Sieci Przesyłowej (OSP). Prawnym obowiązkiem prognozowania mocy farmy wiatrowej obarczony jest właściciel. Ze względu na trudność trafnych prognoz z 24 godzinnym horyzontem, inwestorzy przekazują tę powinność OSD. Celem artykułu jest porównanie algorytmów uczenia sieci neuronowej o topologii perceptronu jedno- i wielowarstwowego oraz rekurencyjnego Elmana, wykorzystanej do zagadnienia predykcji mocy farmy wiatrowej.
Authors (2)
Cite as
Full text
full text is not available in portal
Keywords
Details
- Category:
- Conference activity
- Type:
- publikacja w wydawnictwie zbiorowym recenzowanym (także w materiałach konferencyjnych)
- Title of issue:
- XIV Międzynarodowa Szkoła Komputerowego Wspomagania Projektowania, Wytwarzania i Eksploatacji : materiały konferencyjne, Jurata, 10-14 maja 2010 strony 579 - 586
- Language:
- Polish
- Publication year:
- 2010
- Bibliographic description:
- Rubanowicz T., Bogalecka E.: Neuronowy model mocy farmy wiatrowej// XIV Międzynarodowa Szkoła Komputerowego Wspomagania Projektowania, Wytwarzania i Eksploatacji : materiały konferencyjne, Jurata, 10-14 maja 2010/ ed. Wojskowa Akademia Techniczna. Warszawa: WAT, 2010, s.579-586
- Verified by:
- Gdańsk University of Technology
seen 114 times