Der Gesetzgeber fordert von den Energieversorgungsunternehmen, ¨die
Versorgung so sicher und billig wie moeglich zu gestalten¨. Um jederzeit
ein stoerungsfreies und kostenguenstiges Angebot von elektrischer Energie
zu gewaehrleisten, bedarf es einer moeglichst genauen Prognose der zu
erwartenden Belastung im Versorgungsgebiet.
Aufbauend auf den Erfahrungen bei der Prognose von Zeitreihen aus den
Bereichen Umwelt und Verkehr wird in dieser Arbeit eine kurzfristige
Vorhersage der elektrischen Belastung mit Hilfe der ¨Fuzzy-Pattern-
Klassifikation¨ dargestellt. Dabei erfolgt die Modellbildung nicht allein
auf der Basis der elektrischen Leistung, sondern wird durch zusaetzliche
energiewirtschaftlich relevante Informationen, wie z.B. Klimadaten unterstuetzt.
Zentraler Gegenstand der Untersuchungen ist die Frage, ob durch den Einsatz
ergaenzender Informationen die Genauigkeit der Prognose bei kurzfristigen
Vorhersagehorizonten (15 bis 120 Minuten) verbessert werden kann. Die
mannigfaltigen Abhaengigkeiten zwischen elektrischer Belastung und ursaechlich
wirkenden Einflussgroessen fuehren auf differenzierte Strategien zur Analyse
und Prognose des Datenmaterials. Ausfuehrlich werden die Vorstrukturierung der
Datenbasis, eine Prototypenmaskierung sowie die dynamische Parametrierung der
Prognose erlaeutert und deren Wirksamkeit an realen Daten ueberprueft.
Die Einschaetzungen zur Brauchbarkeit der Zusatzinformationen beruhen auf einem
Vergleich von Prognoseresultaten der unterschiedlichen Modelle.
| Identifer | oai:union.ndltd.org:DRESDEN/oai:qucosa:de:qucosa:17392 |
| Date | 01 July 1998 |
| Creators | Hofmann, Dirk |
| Contributors | Technische Universität Chemnitz |
| Source Sets | Hochschulschriftenserver (HSSS) der SLUB Dresden |
| Language | German |
| Detected Language | German |
| Type | doc-type:masterThesis, info:eu-repo/semantics/masterThesis, doc-type:Text |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0029 seconds