Short term power load forecasting using artifical neural networks

Predviđanje potrošnje električne energije ima utjecaj na brojne aspekte društvenog života. Osim što donosi financijske uštede kod potrošnje i proizvodnje, povećava sigurnost opskrbe električnom energijom, pomaže razvoju i boljem planiranju infrastrukture. Zbog tih razloga razvijeni su različiti modeli predviđanja potrošnje električne energije. Svakako jedan od preciznijih predstavljaju neuronske mreže. U radu su dani primjeri upotrebe neuronskih mreža u mnogim poljima energetike. Vidjeli smo da one, uz dobre obrasce učenja i dovoljno podataka o čimbenicima koji utječu na potrošnju električne energije, olakšavaju kratkoročno predviđanje. Neuronske mreže su sigurno budućnost kratkoročnog predviđanja i njihova upotreba će samo rasti.Forecasting electrical energy consumption has an impact on many aspects of social life. Apart from establishing financial savings with consumption and production, it increases security of electricity supply, helps in development of infrastructure. For these reasons, many different forecasting methods have been developed. Certainly, one of the more precise methods are neural networks. This study gives examples of the use of neural networks in many fields of energetics. We have seen that them, with good learning patterns and enough data of factors that affect electricity consumption, ease short-term forecasting. Neural networks are surely the future of short-term forecasts and their use will only grow