Intelligent Optimization Modelling in Energy Forecasting
A pontos energia-előrejelzés fontos a döntéshozatali folyamat megkönnyítése érdekében, hogy nagyobb hatékonyságot és megbízhatóságot lehessen elérni a villamosenergia-rendszerek működése és biztonsága, a gazdaságos energiafelhasználás, a vészhelyzeti ütemezés, az energiaellátó rendszerek tervezése és karbantartása stb. terén.
Az elmúlt évtizedekben az előrejelzési pontosság javítása érdekében folyamatosan számos energia-előrejelzési modellt javasoltak, beleértve a hagyományos statisztikai modelleket (pl. ARIMA, SARIMA, ARMAX, többváltozós regresszió, exponenciális simítási modellek, Kalman-szűrés, Bayes-féle becslési modellek stb. ) és mesterséges intelligencia modellek (pl. mesterséges neurális hálózatok (ANN), tudásalapú szakértői rendszerek, evolúciós számítási modellek, támogató vektoros regresszió stb. ).
A közelmúltban az optimalizációs modellezési módszerek nagy fejlődésének köszönhetően (pl. kvadratikus programozási módszer, differenciális empirikus módszermódszer, evolúciós algoritmusok, metaheurisztikus algoritmusok stb. ) és az intelligens számítástechnikai mechanizmusok (pl.
kvantumszámítás, kaotikus leképezés, felhőtérképezés, szezonális mechanizmus stb. ), számos újszerű hibrid modellt vagy a fent említett intelligens optimalizáláson alapuló modellekkel kombinált modelleket is javasoltak a kielégítő előrejelzési pontossági szintek elérése érdekében. Fontos az intelligens optimalizáláson alapuló modellezési módszerek tendenciájának és fejlesztésének feltárása, valamint gyakorlati teljesítményük gazdagítása, különösen a tengeri megújuló energiaforrások előrejelzéséhez.