Numer: 06/2012 Str. 272
Autorzy: Jarosław Protasiewicz , Piotr Szczepaniak :
Tytuł: Neuronowe modele zapotrzebowania na energie˛ elektryczna˛ - prognozowanie i ocena ryzyka
Streszczenie: W pracy zostały przedstawione dwa neuronowe systemy przeznaczone do prognozowania zapotrzebowania na energię elektryczną grupy konsumentów detalicznych. Ponadto zaprenzetowano dwie metody oceny ryzyka modeli prognozowania. Pierwszy system prognozowania składa się z połączonych szeregowo lokalnych predyktorów neuronowych zudowanych w oparciu o wielowarstwowe sieci perceptronowne (MLP). System powstał na podstawie wiedzy eksperckiej i testów statystycznych. Drugi system prognozowania jest dwupoziomowy. Pierwsza część zawiera klasyfikator neuronowy, a drugi składa się z zestawu lokalnych neuronowych predyktorów. Klasyfikator jest zbudowany w oparciu o samoorganizujące sieci neuronowe (SOM). Natomiast jako predyktory są wykorzystywane sieci MLP lub sieci o radialnych funkcjach bazowych (RBF). Następnie zostały zaproponowane dwie metody oceny ryzyka modeli prognostycznych. Zatosowano miary ryzka pochodzące z rynków finansowych takie jak wartość narażona na ryzko (VaR) i warunkowa wartość narażona na ryzyko (CVaR). Ewentualne straty ekonomiczne wynikające z zastosowania prognoz z modelu prognostycznego są obliczane przy użyciu tych miar ryzyka. Analiza ryzyka ułatwia wybór modelu prognostycznego, który generuje najmniejsze ryzyko strat dla umowy sprzedaży energii elektrycznej. Proponowane metoż zostały przetestowane przy użyciu danych z polskiego rynku energii elektrycznej.
Słowa kluczowe: rynek energii elektrycznej, sieci neuronowe, prognozowanie zapotrzebowania elektrycznego, ocena ryzyka modeli prognozowania