Streszczenie: W artykule przedstawiono zastosowanie sztucznej sieci neuronowej do prognozowania miesięcznego zużycia energii dla odbiorców zasilanych z elektroenergetycznych dystrybucyjnych terenowych sieci średnich napięć. W artykule przedstawiono opis zastosowanej sieci neuronowej oraz rezultaty wykonanych prognoz. Podano również wartości błędów prognoz realizowanych przez zastosowaną sieć neuronową.
Abstract: The article presents monthly electric energy consumption forecasting for customer distribution power networks using an neural network. The article presents the description of the used neural network and the results of the forecasts made. The obtained values of errors of forecasts realized by the applied neural network are also given.
B I B L I O G R A F I A1. Parol M., Helt P., Piotrowski P.: Metody sztucznej inteligencji. Przykłady zastosowań w elektroenergetyce. Oficyna Wydawnicza Politechniki Warszawskiej, 2012.
2. Korbicz J.: Sztuczne sieci neuronowe i ich zastosowanie w elektrotechnice i energetyce. Przegląd Elektrotechniczny nr 9/2009.
3. Tadeusiewicz R.: O celowości zastosowania sieci neuronowych w problemach związanych z elektrotechniką. Przegląd Elektrotechniczny 2/2009.
4. Grad L.: Przykład optymalizacji struktury sztucznej sieci neuronowej metodą algorytmów genetycznych. Biuletyn Instytutu Automatyki i Robotyki nr 23/2006.
5. Piotrowski P.: Analiza zastosowań sztucznych sieci neuronowych do krótkoterminowego prognozowania mocy oraz produkcji energii elektrycznej w systemach fotowoltaicznych. Przegląd Elektrotechniczny nr 8/2015.
6. Trojanowska M., Małopolski J.: Zastosowanie metod sztucznej inteligencji do prognozowania miesięcznej sprzedaży Energii elektrycznej na wsi. Acta Sci.Pol, Technica Agraria nr 3/2004.
7. Trojanowska M, Małopolski J.: Modele rozmyte zapotrzebowania na moc dla potrzeb krótkoterminowego prognozowania zużycia energii elektrycznej na wsi. Część I. Algorytmy wyznaczania modeli rozmytych.
8. Baczyński D., Piotrowski P.: Prognozowanie dobowej produkcji energii elektrycznej przez turbinę wiatrową z Horyzontem 1 doby. Przegląd Elektrotechniczny nr 9/2014.
9. Włas M.: Zastosowanie algorytmów sztucznych sieci neuronowych do prognozowania zużycia energii elektrycznej. Zaszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej. Zeszyt nr 51/2016.
10. Piotrowski P.: Prognozowanie w elektroenergetyce w różnych horyzontach czasowych. Prace naukowe Politechniki Warszawskiej. Zeszyt nr 144/2013.
11. Marzecki J.: Metody prognozowania mocy i energii elektrycznej w elektroenergetycznych sieciach rozdzielczych. Przegląd Elektrotechniczny R.82 Nr 4/2006.
12. Grycan W., Wróblewski Z.: Ocena modelowania dynamicznego jako narzędzia do prognozowania zużycia energii elektrycznej przez odbiorców indywidualnych. Politechnika Wrocławska. Zeszyt Naukowy nr 272/2016.
13. Jeżyk T., Tomczewski A.: Krótkoterminowe prognozowanie zużycia energii elektrycznej z wykorzystaniem sztucznej sieci neuronowej. Politechnika Poznańska. Zeszyt naukowy nr 79/2014 
Pełny tekst 
YADDA/CEON