Model prognostyczny zapotrzebowania na ciepło z wykorzystaniem struktur sztucznych sieci neuronowych

W ramach niniejszej pracy opracowano numeryczny model prognostyczny oparty na strukturze sieci neuronowych wyliczający wartość zapotrzebowania na ciepło wszystkich odbiorców przyłączonych do sieci ciepłowniczej w zależności od parametrów wejściowych. W pracy opisano proces analizy, korekty oraz podziału danych uczących. Ponadto, zbadano jakość prognozy pochodzącej z opracowanego modelu na potrzeby planowania produkcji ciepła w horyzoncie prognozy wynoszącym 24 lub 48 godzin w zależności od zastosowanej struktury sieci neuronowej.

---

The aim of this thesis was to formulate numerical predictive model based on artificial neural networks structure that counts the value of heat demand depending on input parameters for all receivers connected to district heating system. The paper contains descriptions of data analysis, correction and division of training dataset. What is more, the quality of forecast obtained from developed model was investigated for planning the heat production in 24 or 48 hour prognosis horizon depending on applied structure of neural network.