|
|||
Systemy uczące się oparte na podobieństwie obrazów do prognozowania szeregów czasowych obciążeń elektroenergetycznychWydawnictwo EXITCena: Autor: Grzegorz Dudek ISBN: 978-83-7837-009-3 Ilość stron: 250 Data wydania: 03/2013 Oprawa: Miękka Format: 16.5x23.5cm Wydawnictwo: EXIT W książce opisano systemy uczące się indukcyjnie, rozpoznające wzorce zawarte w szeregach czasowych obciążeń elektorenergetycznych i wnioskujące o przyszłych realizacjach tych szeregów na podstawie ich historii. Zakłada się, że w przszłych wartościach zmiennej prognozowanej ukryte są głowne czynniki kształtujące ich przyszły bieg w czasie. Znaczenie prognozowania w elektroenergetyce wzmacnia fakt, że enrgii elektrycznej w wiekszych ilościach nie można magazynować. Koszt oraz niezawodność wytwarzania i dostaw energii elektrycznej wynika w zanacznej mierze z trafności przewidywania zapotrzebowania na moc i energię. Spis treści: 1. Wstęp 2. Przegląd metod prognozowania krótkoterminowego obciążeń systemów elektroenergetycznych 3. Analiza szeregów czasowych obciążeń systemów elektroenergetycznych 4. Modele prognostyczne oparte na podobieństwie obrazów cykli sezonowych szeregów czasowych 5. Modele prognostyczne jako systemy uczące się 6. Model oparty na estymatorach jądrowych 7. Modele oparte na estymatorach najbliższego sąsiedztwa 8. Model oparty na sztucznych systemie immunologicznym SSI1 9. Modele oparte na grupowaniu obrazów 10. Ocena modeli prognostycznych w krótkoterminowym prognozowaniu obciążeń systemów elektroenergetycznych 11. Podsumowanie Książka informatyczna: Systemy uczące się oparte na podobieństwie obrazów do prognozowania szeregów czasowych obciążeń elektroenergetycznych |
|||
Księgarnia informatyczna aton.pl Tutaj możesz kupić tę książkę w dobrej cenie. Zapraszamy na zakupy do naszej księgarni internetowej. |