Wyszukiwarka
Abstrakt
Energy and load demand forecasting in short-horizons, over an interval ranging from one hour to one week, is crucial for on-line scheduling and security functions of power system. Many load forecasting methods have been developed in recent years which are usually complex solutions with many adjustable parameters. Best-matching models and their relevant parameters have to be determined in a search procedure. We propose a hybrid prediction model, where best exemplars from a possibly large set of different simple short-time load forecasting models are automatically selected based on their past performance by a multi-agent system with history-based weighting. The increase of prediction accuracy has been verified on real load data from the Polish power system.
Cytowania
-
1
CrossRef
-
0
Web of Science
-
1
Scopus
Autorzy (2)
-
Dudek Grzegorz dr hab
- Politechnika Częstochowska Wydział Elektryczny Instytut Informatyki
Cytuj jako
Pełna treść
pełna treść publikacji nie jest dostępna w portalu
Słowa kluczowe
Informacje szczegółowe
- Kategoria:
- Aktywność konferencyjna
- Typ:
- publikacja w wydawnictwie zbiorowym recenzowanym (także w materiałach konferencyjnych)
- Tytuł wydania:
- Electric Power Engineering (EPE), 2016 17th International Scientific Conference on strony 1 - 8
- Język:
- angielski
- Rok wydania:
- 2016
- Opis bibliograficzny:
- Opaliński A., Grzegorz D.: Electricity demand prediction by multi-agent system with history-based weighting// Electric Power Engineering (EPE), 2016 17th International Scientific Conference on/ : IEEE eXplore, 2016, s.1-8
- DOI:
- Cyfrowy identyfikator dokumentu elektronicznego (otwiera się w nowej karcie) 10.1109/epe.2016.7521810
- Weryfikacja:
- Politechnika Gdańska
wyświetlono 110 razy
Publikacje, które mogą cię zainteresować
A Case Study of Electric Vehicles Load Forecasting in Residential Sector Using Machine Learning Techniques
- S. Deshmukh,
- A. Iqbal,
- M. Marzband
- + 2 autorów