Modellazione intelligente dell'ottimizzazione nella previsione energetica

Titolo originale:

Intelligent Optimization Modelling in Energy Forecasting

Contenuto del libro:

La previsione accurata dell'energia è importante per facilitare il processo decisionale al fine di raggiungere una maggiore efficienza e affidabilità nel funzionamento e nella sicurezza del sistema energetico, nell'uso economico dell'energia, nella programmazione degli imprevisti, nella pianificazione e nella manutenzione dei sistemi di approvvigionamento energetico e così via.

Negli ultimi decenni sono stati continuamente proposti molti modelli di previsione energetica per migliorare l'accuratezza delle previsioni, compresi i modelli statistici tradizionali (ad esempio, ARIMA, SARIMA, ARMAX, regressione multivariata, modelli di smoothing esponenziale, filtraggio di Kalman, modelli di stima bayesiani, ecc. ) e modelli di intelligenza artificiale (ad esempio, reti neurali artificiali (RNA), sistemi esperti basati sulla conoscenza, modelli di calcolo evolutivo, regressione vettoriale di supporto, ecc. ). Recentemente, grazie al grande sviluppo dei metodi di modellazione dell'ottimizzazione (ad esempio, il metodo della programmazione quadratica, il metodo del modo empirico differenziale, gli algoritmi evolutivi, gli algoritmi meta-euristici, ecc. ) e meccanismi informatici intelligenti (ad esempio, informatica quantistica, mappatura caotica, mappatura delle nuvole, meccanismo stagionale, ecc. ), sono stati proposti anche molti nuovi modelli ibridi o combinati con i suddetti modelli basati sull'ottimizzazione intelligente per raggiungere livelli di accuratezza di previsione soddisfacenti.

È importante esplorare la tendenza e lo sviluppo di metodologie di modellazione basate sull'ottimizzazione intelligente e arricchire le loro prestazioni pratiche, in particolare per la previsione delle energie rinnovabili marine.