hrcak mascot   Srce   HID

Prethodno priopćenje

Predviđanje potrošnje prirodnog plina pomoću neuronskih mreža

Zlatko Tonković ; HEP - Plin d.o.o., HR-31000 Osijek, Hrvatska
Marijana Zekić-Sušac ; Sveučilište J. J. Strossmayera u Osijeku, Ekonomski fakultet u Osijeku, HR-31000 Osijek, Hrvatska
Marija Somolanji ; HEP - Plin d.o.o., HR-31000 Osijek, Hrvatska

Puni tekst: engleski, pdf (16 MB) str. 51-61 preuzimanja: 593* citiraj
APA 6th Edition
Tonković, Z., Zekić-Sušac, M. i Somolanji, M. (2009). Predicting natural gas consumption by neural networks. Tehnički vjesnik, 16 (3), 51-61. Preuzeto s https://hrcak.srce.hr/40969
MLA 8th Edition
Tonković, Zlatko, et al. "Predicting natural gas consumption by neural networks." Tehnički vjesnik, vol. 16, br. 3, 2009, str. 51-61. https://hrcak.srce.hr/40969. Citirano 09.03.2021.
Chicago 17th Edition
Tonković, Zlatko, Marijana Zekić-Sušac i Marija Somolanji. "Predicting natural gas consumption by neural networks." Tehnički vjesnik 16, br. 3 (2009): 51-61. https://hrcak.srce.hr/40969
Harvard
Tonković, Z., Zekić-Sušac, M., i Somolanji, M. (2009). 'Predicting natural gas consumption by neural networks', Tehnički vjesnik, 16(3), str. 51-61. Preuzeto s: https://hrcak.srce.hr/40969 (Datum pristupa: 09.03.2021.)
Vancouver
Tonković Z, Zekić-Sušac M, Somolanji M. Predicting natural gas consumption by neural networks. Tehnički vjesnik [Internet]. 2009 [pristupljeno 09.03.2021.];16(3):51-61. Dostupno na: https://hrcak.srce.hr/40969
IEEE
Z. Tonković, M. Zekić-Sušac i M. Somolanji, "Predicting natural gas consumption by neural networks", Tehnički vjesnik, vol.16, br. 3, str. 51-61, 2009. [Online]. Dostupno na: https://hrcak.srce.hr/40969. [Citirano: 09.03.2021.]

Sažetak
Cilj rada je kreirati prediktivni model potrošnje prirodnog plina na regionalnoj razini koristeći neuronske mreže, kao i analizirati rezultate s ciljem unapređivanja točnosti predviđanja u budućim istraživanjima Izlazna varijabla sastojala se od potrošnje prirodnog plina sljedećeg dana u satnim intervalima, dok je ulazni prostor varijabli uključivao potrošnju prethodnog dana, te dodatne egzogene varijable. Nakon procedure selekcije značajnih varijabli, treni na i testirana su dva algoritma neuronskih mreža: višeslojni perceptron i mreža s radijalnom funkcijom koristeći različite aktivacijske funkcije. Skup podataka sastojao se od stvarnih povijesnih podataka jednog hrvatskog distributera plina. Na temelju srednje apsolutne postotne greške dobivene na testnom uzorku izabran je najbolji model neuronske mreže. Rezultati su analizirani, i identificirani su kritični sati i dani. Iznesene su određene smjernice koje mogu biti korisne
za istraživače i praktičare u ovom području.

Ključne riječi
potrošnja prirodnog plina; neuronske mreže; višeslojni perceptron; mreža s radijalno zasnovanom funkcijom; fuzzy varijabla

Hrčak ID: 40969

URI
https://hrcak.srce.hr/40969

[engleski]

Posjeta: 1.381 *