Neuro-fuzzy approach to the next day load curve forecasting

摘要: An adaptive neuro-fuzzy inference system ANFIS is used to the short-term load forecasting. combines comprehensibility of fuzzy rules and adaptability self-learning algorithms neural networks. The model maps input pattern sequence historical hourly time series component next sequence. Input space divided on sets by c-means clustering. most informative variables are determined using deterministic variable selection algorithms. Individual models constructed for each day type hour day. method applied several forecasting problems. Streszczenie. Adaptacyjny neuronowo-rozmyty wnioskujący zastosowano do prognozowania krotkoterminowego obciązen systemow elektroenergetycznych. lączy czytelnośc regul rozmytych i adaptacyjnośc samouczących sie sieci neuronowych. Model odwzorowuje obraz wejściowy sekwencji historycznego godzinowego szeregu czasowego na skladową obrazu nastepnej sekwencji. Przestrzen wejściowa jest dzielona zbiory rozmyte przy uzyciu rozmytej metody c-średnich. Zmienne wejściowe niosące najwiecej informacji wyznaczane są za pomocą deterministycznych algorytmow selekcji zmiennych. Odrebne modele tworzone dla kazdego typu dnia godziny doby. Metode kilku problemow obciązen. (Siec neuronowo-rozmyta dobowej krzywej obciązenia z jednodobowym wyprzedzeniem).