Daily Power Load Forecasting using the Differential Polynomial Neural Network
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27740%2F14%3A86090329" target="_blank" >RIV/61989100:27740/14:86090329 - isvavai.cz</a>
Výsledek na webu
<a href="http://link.springer.com/chapter/10.1007%2F978-3-319-07617-1_42#page-1" target="_blank" >http://link.springer.com/chapter/10.1007%2F978-3-319-07617-1_42#page-1</a>
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Daily Power Load Forecasting using the Differential Polynomial Neural Network
Popis výsledku v původním jazyce
The purpose of the short-term electricity demand prediction is to forecast in advance the system load, represented by the sum of all consumers load at the same time. Power demand forecasting is important for economically efficient operation and effectivecontrol of power systems and enables to plan the load of generating unit. A precise load forecasting is required to avoid high generation cost and the spinning reserve capacity. Under-prediction of the demands leads to an insufficient reserve capacity preparation and can threaten the system stability, on the other hand, over-prediction leads to an unnecessarily large reserve that leads to a high cost preparations. Differential polynomial neural network is a new neural network type, which forms and resolves an unknown general partial differential equation of an approximation of a searched function, described by data observations. It generates convergent sum series of relative polynomial derivative terms, which can substitute for the ord
Název v anglickém jazyce
Daily Power Load Forecasting using the Differential Polynomial Neural Network
Popis výsledku anglicky
The purpose of the short-term electricity demand prediction is to forecast in advance the system load, represented by the sum of all consumers load at the same time. Power demand forecasting is important for economically efficient operation and effectivecontrol of power systems and enables to plan the load of generating unit. A precise load forecasting is required to avoid high generation cost and the spinning reserve capacity. Under-prediction of the demands leads to an insufficient reserve capacity preparation and can threaten the system stability, on the other hand, over-prediction leads to an unnecessarily large reserve that leads to a high cost preparations. Differential polynomial neural network is a new neural network type, which forms and resolves an unknown general partial differential equation of an approximation of a searched function, described by data observations. It generates convergent sum series of relative polynomial derivative terms, which can substitute for the ord
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
IN - Informatika
OECD FORD obor
—
Návaznosti výsledku
Projekt
Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Ostatní
Rok uplatnění
2014
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
Lecture Notes in Computer Science. Volume 8480
ISBN
978-3-319-07616-4
ISSN
0302-9743
e-ISSN
—
Počet stran výsledku
12
Strana od-do
478-489
Název nakladatele
Springer Verlag
Místo vydání
London
Místo konání akce
Salamanca
Datum konání akce
11. 6. 2014
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—