Master Thesis Seminar: Korttidsprognoser över ellast med hjälp av artificiella neurala nätverk

Date: March 23, 2006 (Thursday) at 13:15

Av: Anna Larsson


Sammanfattning
Föreliggande arbete har genomförts i syfte att jämföra artificiella
neurala nätverk med traditionella statistiska metoder för
korttidsprognostisering av ellast. En nätverksarkitektur lämplig för
uppgiften har tagits fram och optimerats. Denna modell har därefter
jämförts med teoretiska beskrivningar av statistiska modeller med
avseende på funktion, robusthet, handhavande och validitet.
Slutligen har precisionstester genomförts med realistiska mätdata
för att jämföra det neurala nätverket med en välbeprövad statistisk
modell, nämligen den som används av Energy Opticon AB.

Resultaten av undersökningen visar att artificiella neurala nätverk
kan utgöra ett bra alternativ till statistiska metoder, under
förutsättning att de får undergå omfattande testning före
användning. De neurala nätverkens främsta styrkor är att de är lätta
att använda samt flexibla med avseende på integrering av nya
variabler.

Examinator: Thore Husfeldt.
Handledare: Eric Astor.

Room: LTH, E:2405

Last modified Dec 9, 2011 12:59 pm

01242