Opis

• Tytuł:
  Modelowanie niepewności krótkoterminowego popytu na energię elektryczną z wykorzystaniem sieci neuronowych i neuronowo-rozmytych
• Twórca:
  Bartkiewicz, Witold
• Współtwórca:
  Uniwersytet Łódzki, Wydział Zarządzania, Katedra Informatyki;
  Witold Bartkiewicz jest wieloletnim pracownikiem Katedry Informatyki Uniwersytetu Łódzkiego na Wydziale Zarządzania UŁ, z którą związał się w 1987 r. Od 2005 r. pełni w niej obowiązki kierownika Zakładu Sztucznej Inteligencji i Narzędzi Informatyki. Jego wykształcenie i doświadczenie zawodowe łączy elementy informatyki oraz zarządzania. Studia ukończył na Uniwersytecie Łódzkim, otrzymując dyplom magistra matematyki o specjalności metody numeryczne i programowanie. Stopień doktora uzyskał także na Uniwersytecie Łódzkim – w zakresie nauk o zarządzaniu. Tytuł rozprawy doktorskiej brzmiał: Metody sztucznej inteligencji w prognozowaniu obciążenia sieci elektroenergetycznej.W większości prac koncentruje się na zagadnieniach inteligentnych metod krótkoterminowego prognozowania zapotrzebowania na energię elektryczną oraz wspomagania problemów decyzyjnych występujących w przedsiębiorstwach elektroenergetycznych i zasilanych przez powyższe prognozy. Doktor W. Bartkiewicz brał również udział w wielu międzynarodowych i krajowych projektach dotyczących wykorzystania narzędzi informatycznych w zarządzaniu przedsiębiorstwami elektroenergetycznymi. Witold Bartkiewicz ma także wieloletnie doświadczenia dydaktyczne w nauczaniu zastosowań narzędzi informatycznych i sztucznej inteligencji w biznesie. Brał udział w opracowaniu kilku podręczników akademickich dotyczących systemów informatycznych zarządzania, baz danych, społeczeństwa informacyjnego oraz zastosowań sztucznej inteligencji w zarządzaniu.;
  wbartkiewicz@wzmail.uni.lodz.pl
• Opis:
  Cechy charakterystyczne energii elektrycznej jako towaru, takie jak brak praktycznych możliwości jej magazynowania na poważniejszą skalę, konieczność nieustannego równoważenia wytwarzania i odbioru energii, powodują, że niepewność popytowa stanowi jeden z ważnych czynników wpływających na powstawanie ryzyka działania przedsiębiorstwa energetycznego. Dążenie do redukcji tej niepewności jest jednym z głównych powodów usilnego poszukiwania jak najdokładniejszych metod krótkoterminowego prognozowania zapotrzebowania na energię elektryczną. Najlepsza nawet prognoza stanowi jednak jedynie oszacowanie, obarczone niepewnością. Kwestia modelowania tej niepewności, określenia rozkładu prawdopodobieństwa prognozy dla konkretnego przypadku, jest często zaniedbywana, a przecież stanowi ona podstawowy element oszacowania ryzyka działań i decyzji opierających się na sporządzonej prognozie.W prezentowanej pracy Autor analizuje metody szacowania niepewności dla licznych modeli neuronowych i neuronowo-rozmytych, badając ich przydatność w wielu zadaniach krótkoterminowej prognozy zapotrzebowania na energię. Przedyskutowana została również problematyka wykorzystania uzyskanych oszacowań rozkładów prawdopodobieństwa prognozy w odniesieniu do podstawowych typów problemów decyzyjnych występujących w handlu energią elektryczną.;
  Udostępnienie publikacji Wydawnictwa Uniwersytetu Łódzkiego finansowane w ramach projektu „Doskonałość naukowa kluczem do doskonałości kształcenia”. Projekt realizowany jest ze środków Europejskiego Funduszu Społecznego w ramach Programu Operacyjnego Wiedza Edukacja Rozwój; nr umowy: POWER.03.05.00-00-Z092/17-00.
• Dostępność obiektu:
  Dostęp otwarty
• Prawa: http://creativecommons.org/licenses/by-nc-nd/4.0 ;
  Attribution-NonCommercial-NoDerivatives 4.0 Międzynarodowe
• Data:
  2019.07.29;
  2013
• Typ:
  Book
• Język:
  polski
• Format:
  application/pdf;
  image/jpeg
• Wydawca:
  Wydawnictwo Uniwersytetu Łódzkiego
• Temat i słowa kluczowe:
  energia;
  rynek energii elektrycznej;
  metody neuronowe;
  modelowanie;
  prognozowanie
• Identyfikator:
  Bartkiewicz W., Modelowanie niepewności krótkoterminowego popytu na energię elektryczną z wykorzystaniem sieci neuronowych i neuronowo-rozmytych, Wydawnictwo Uniwersytetu Łódzkiego, Łódź 2013, doi: 10.18778/7525-926-1;
  978-83-7525-926-1;
  http://hdl.handle.net/11089/29771 ;
  978-83-7969-154-8;
  10.18778/7525-926-1
• Dostawca danych:
  Repozytorium Uniwersytetu Łódzkiego
• Czy mogę z tego obiektu skorzystać?:
  poproś o pozwolenie
• Rodzaj zawartości:
  obrazy