{"id":157,"date":"2020-07-14T20:20:45","date_gmt":"2020-07-14T18:20:45","guid":{"rendered":"http:\/\/kie.ue.poznan.pl\/pl\/?page_id=157"},"modified":"2020-07-14T20:20:45","modified_gmt":"2020-07-14T18:20:45","slug":"forecasting-of-energy-load-demand-and-energy-production-from-renewable-sources-using-in-memory-computing","status":"publish","type":"page","link":"https:\/\/kie.ue.poznan.pl\/pl\/forecasting-of-energy-load-demand-and-energy-production-from-renewable-sources-using-in-memory-computing\/","title":{"rendered":"Forecasting of Energy Load Demand and Energy Production from Renewable Sources using In-Memory Computing"},"content":{"rendered":"<p>W ramach prowadzonego projektu, kt\u00f3ry by\u0142 kontynuacj\u0105 projektu Quasi Real-Time Individual Customer Based Forecasting of Energy Load Demand Using In Memory Computing, skupiono si\u0119 na prognozowaniu z u\u017cyciem szereg\u00f3w czasowych w celu przewidywania warto\u015bci zapotrzebowania na energi\u0119 elektryczn\u0105 oraz jej generacji w odnawialnych \u017ar\u00f3d\u0142ach energii w kr\u00f3tkim terminie. Zastosowano metody prognozowania na poziomie indywidualnego u\u017cytkownika oraz indywidualnej technologii generacji (turbina wiatrowa, panel fotowoltaiczny). Wyniki eksperyment\u00f3w wykaza\u0142y, \u017ce dok\u0142adno\u015b\u0107 prognoz (co jest bezpo\u015brednio zwi\u0105zane z ponoszonymi na rynku energii kosztami) mo\u017ce by\u0107 znacznie zwi\u0119kszona poprzez zastosowanie r\u00f3\u017cnorodnych metod prognozowania zar\u00f3wno na poziomie ka\u017cdego klienta, jak i ka\u017cdej jednostki produkcji. <\/p>\n<p>Czas trwania: Kwiecie\u0144 2013 &#8211; Wrzesie\u0144 2013<\/p>\n<p><small><b>Strona zewn\u0119trzna projektu:<\/b> <\/p>\n<p><a href=\"https:\/\/www.hpi.uni-potsdam.de\/future_soc_lab\/wiki\/wiki\/public\/20131013\" title=\"https:\/\/www.hpi.uni-potsdam.de\/future_soc_lab\/wiki\/wiki\/public\/20131013\">https:\/\/www.hpi.uni-potsdam.de\/future_soc_lab\/wiki\/wiki\/public\/20131013<\/a><\/p>\n<p><\/small><\/p>\n","protected":false},"excerpt":{"rendered":"<p>W ramach prowadzonego projektu, kt\u00f3ry by\u0142 kontynuacj\u0105 projektu Quasi Real-Time Individual Customer Based Forecasting of Energy Load Demand Using In Memory Computing, skupiono si\u0119 na prognozowaniu z u\u017cyciem szereg\u00f3w czasowych w celu przewidywania warto\u015bci zapotrzebowania na energi\u0119 elektryczn\u0105 oraz jej generacji w odnawialnych \u017ar\u00f3d\u0142ach energii w kr\u00f3tkim terminie. Zastosowano metody prognozowania na poziomie indywidualnego u\u017cytkownika oraz indywidualnej technologii generacji (turbina wiatrowa, panel fotowoltaiczny). Wyniki eksperyment\u00f3w wykaza\u0142y, \u017ce dok\u0142adno\u015b\u0107 prognoz (co <a href=\"https:\/\/kie.ue.poznan.pl\/pl\/forecasting-of-energy-load-demand-and-energy-production-from-renewable-sources-using-in-memory-computing\/\" class=\"read-more\">&#8230; Wi\u0119cej informacji<\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"parent":0,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"footnotes":""},"class_list":["post-157","page","type-page","status-publish","hentry"],"_links":{"self":[{"href":"https:\/\/kie.ue.poznan.pl\/pl\/wp-json\/wp\/v2\/pages\/157","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/kie.ue.poznan.pl\/pl\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/kie.ue.poznan.pl\/pl\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/kie.ue.poznan.pl\/pl\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/kie.ue.poznan.pl\/pl\/wp-json\/wp\/v2\/comments?post=157"}],"version-history":[{"count":0,"href":"https:\/\/kie.ue.poznan.pl\/pl\/wp-json\/wp\/v2\/pages\/157\/revisions"}],"wp:attachment":[{"href":"https:\/\/kie.ue.poznan.pl\/pl\/wp-json\/wp\/v2\/media?parent=157"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}