Uczestnicy rynku energetycznego (inwestorzy, producenci energii, operatorzy sieci, konsumenci itp.) stoj¿ w obliczu potencjalnych wyzwä, takich jak rosn¿ce zapotrzebowanie na energi¿, nowe wzorce zu¿ycia energii, integracja (nieci¿g¿ych) odnawialnych ¿róde¿ energii z sieciami energetycznymi oraz ewolucja sieci energetycznych.Ksi¿¿ka bada mo¿liwo¿¿ przewidywania produkcji samokonsumpcyjnej instalacji fotowoltaicznej za pomoc¿ sztucznych sieci neuronowych. Porównali¿my dwie architektury sieci neuronowych (zap¿tlon¿ i niezap¿tlon¿) w odniesieniu do regresji wielorakiej w celu uzyskania wydajnego i wiarygodnego narz¿dzia do przewidywania produkcji instalacji PV na podstawie danych meteorologicznych (nas¿onecznienie i temperatura otoczenia).W tym celu wykorzystali¿my dane z monitoringu zak¿adu z okresu 72 dni, aby zbudowä, wytrenowä i przetestowä dwie topologie sieci neuronowych (zap¿tlon¿ i niezap¿tlon¿), które s¿ trenowane algorytmem Levenberga-Marquardta.
Bitte wählen Sie Ihr Anliegen aus.
Rechnungen
Retourenschein anfordern
Bestellstatus
Storno