Evolutionary Prediction of Photovoltaic Power Plant Energy Production
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27240%2F12%3A86084787" target="_blank" >RIV/61989100:27240/12:86084787 - isvavai.cz</a>
Výsledek na webu
<a href="http://dx.doi.org/10.1145/2330784.2330790" target="_blank" >http://dx.doi.org/10.1145/2330784.2330790</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1145/2330784.2330790" target="_blank" >10.1145/2330784.2330790</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Evolutionary Prediction of Photovoltaic Power Plant Energy Production
Popis výsledku v původním jazyce
This paper presents an application of genetic programming to the evolution of fuzzy predictors based on fuzzy information retrieval. The fuzzy predictors are used to estimate the output of a Photovoltaic Power Plant (PVPP). The PVPPs are energy sources with an unstable production of electrical energy. It is necessary to back up the energy produced by the PVPPs for stable electric network operations. An optimal value of backup power can be set with advanced prediction models that can contribute to the robustness of the electric network within the framework of an intelligent power grid. This work extends previous research on evolutionary design of fuzzy PVPP output predictors by the evaluation of the method on a larger data set describing the operationsof a real PVPP.
Název v anglickém jazyce
Evolutionary Prediction of Photovoltaic Power Plant Energy Production
Popis výsledku anglicky
This paper presents an application of genetic programming to the evolution of fuzzy predictors based on fuzzy information retrieval. The fuzzy predictors are used to estimate the output of a Photovoltaic Power Plant (PVPP). The PVPPs are energy sources with an unstable production of electrical energy. It is necessary to back up the energy produced by the PVPPs for stable electric network operations. An optimal value of backup power can be set with advanced prediction models that can contribute to the robustness of the electric network within the framework of an intelligent power grid. This work extends previous research on evolutionary design of fuzzy PVPP output predictors by the evaluation of the method on a larger data set describing the operationsof a real PVPP.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
IN - Informatika
OECD FORD obor
—
Návaznosti výsledku
Projekt
<a href="/cs/project/FR-TI1%2F420" target="_blank" >FR-TI1/420: *Integrovaný softwarový systém pro optimalizaci řízení technologických procesů a predikci kvality produkce velkých technologických celků využívající pokročilé matematické metody, modelování a umělou inteligenci</a><br>
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>S - Specificky vyzkum na vysokych skolach
Ostatní
Rok uplatnění
2012
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
GECCO'12 - Proceedings of the 14th International Conference on Genetic and Evolutionary Computation Companion
ISBN
978-1-4503-1178-6
ISSN
—
e-ISSN
—
Počet stran výsledku
8
Strana od-do
35-42
Název nakladatele
ACM
Místo vydání
New York
Místo konání akce
Philadelphia
Datum konání akce
7. 7. 2012
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—