Mục đích bao quát của cuốn sách truy cập mở này là trình bày lý thuyết và thuật toán khép kín để điều tra và dự đoán các đỉnh nhu cầu điện. Phần trình bày về các thuật toán dự báo nhu cầu phổ biến từ thống kê, học máy và toán học, tiếp theo là các kỹ thuật lý thuyết giá trị cực trị kèm theo các ví dụ. Để đạt được mục tiêu carbon, việc dự báo tốt về các đỉnh là điều cần thiết. Ví dụ: việc thay đổi nhu cầu hoặc sạc pin phụ thuộc vào việc dự đoán nhu cầu chính xác kịp thời. Phần lớn các thuật toán dự báo trước đây đều tập trung vào dự đoán tải trung bình. Để mô hình hóa các đỉnh, các phương pháp từ lý thuyết giá trị cực trị được áp dụng. Điều này cho phép chúng ta nghiên cứu các điểm cực đoan mà không đưa ra bất kỳ giả định nào về phần trung tâm của sự phân bổ nhu cầu và dự đoán ngoài phạm vi dữ liệu có sẵn. Khi áp dụng cho các tải riêng lẻ, các kỹ thuật được mô tả trong cuốn sách này có thể được mở rộng một cách tự nhiên đến các trạm biến áp hoặc các cơ sở thương mại. Các kỹ thuật lý thuyết giá trị cực trị được trình bày cũng có thể được sử dụng trong các lĩnh vực khác, chẳng hạn như để dự đoán lượng mưa lớn, tốc độ gió, bức xạ mặt trời và các hiện tượng thời tiết cực đoan. Cuốn sách dành cho sinh viên, học giả, kỹ sư và chuyên gia quan tâm đến dự đoán phụ tải ngắn hạn, phân tích dữ liệu năng lượng, kiểm soát pin, đáp ứng nhu cầu và khoa học dữ liệu nói chung.

Abstract:

The overarching aim of this open access book is to present self-contained theory and algorithms for investigation and prediction of electric demand peaks. A cross-section of popular demand forecasting algorithms from statistics, machine learning and mathematics is presented, followed by extreme value theory techniques with examples. In order to achieve carbon targets, good forecasts of peaks are essential. For instance, shifting demand or charging battery depends on correct demand predictions in time. Majority of forecasting algorithms historically were focused on average load prediction. In order to model the peaks, methods from extreme value theory are applied. This allows us to study extremes without making any assumption on the central parts of demand distribution and to predict beyond the range of available data. While applied on individual loads, the techniques described in this book can be extended naturally to substations, or to commercial settings. Extreme value theory techniques presented can be also used across other disciplines, for example for predicting heavy rainfalls, wind speed, solar radiation and extreme weather events. The book is intended for students, academics, engineers and professionals that are interested in short term load prediction, energy data analytics, battery control, demand side response and data science in general.

Ngôn ngữ:	En
Tác giả:	Jacob, Maria, Neves, Cláudia, Vukadinović Greetham, Danica
Thông tin nhan đề:	Forecasting and Assessing Risk of Individual Electricity Peaks
Nhà xuất bản:	SpringerOpen
Loại hình:	Tài nguyên giáo dục mở / Bộ sưu tập:  Điện
Bản quyền:	https://creativecommons.org/licenses/by/4.0
Nguồn gốc:	https://library.oapen.org/handle/20.500.12657/23132
Mô tả vật lý:	108p.
Năm xuất bản:	2020