Konzept und Implementierung eines echtzeitfähigen Model Management Systems
| dc.contributor.author | Hegenbarth, Yvonne | |
| dc.contributor.author | Ristow, Gerald | |
| dc.contributor.editor | Grust, Torsten | |
| dc.contributor.editor | Naumann, Felix | |
| dc.contributor.editor | Böhm, Alexander | |
| dc.contributor.editor | Lehner, Wolfgang | |
| dc.contributor.editor | Härder, Theo | |
| dc.contributor.editor | Rahm, Erhard | |
| dc.contributor.editor | Heuer, Andreas | |
| dc.contributor.editor | Klettke, Meike | |
| dc.contributor.editor | Meyer, Holger | |
| dc.date.accessioned | 2019-04-11T07:21:24Z | |
| dc.date.available | 2019-04-11T07:21:24Z | |
| dc.date.issued | 2019 | |
| dc.description.abstract | Zur Gewährleistung der Stromnetzstabilität in Deutschland müssen Verteilernetzbetreiber darauf achten, dass zu jedem Zeitpunkt Energie-Erzeugung und -Verbrauch in ihrem Zuständig-keitsbereich in Einklang stehen. Dafür werden Vorhersagemodelle benötigt, um den zu erwartenden Überschuß oder zusätzlichen Bedarf an Energie für den Folgetag der Strombörse für den sogenannten Day-Ahead Handel zu melden. Neben dem Stromhandel für den Folgetag können Marktteilnehmer beim kontinuierlichen Intraday Strommengen bis zu fünf Minuten vor der tatsächlichen Auslieferung kaufen oder verkaufen. Bei Fehlprognosen und demnach Fehleinkäufen könnte mit einer Früherken-nung und Modellanpassung diese im Intraday ausgeglichen werden. Dazu wird in dieser Arbeit ein System beschrieben, das automatisiert Fehlprognosen frühzeitig erkennt und eine Modelländerung durchführt. Das Modell wird dabei an den aktuellen Sachverhalt der Verbrauchszeitreihe angepasst. Durch diese Modellanpassung wird die Vorhersage verbessert, sodass der Intraday Handel besser betrieben werden kann und Fehleinkäufe ausgeglichen werden. | de |
| dc.identifier.doi | 10.18420/btw2019-24 | |
| dc.identifier.isbn | 978-3-88579-683-1 | |
| dc.identifier.pissn | 1617-5468 | |
| dc.identifier.uri | https://dl.gi.de/handle/20.500.12116/21709 | |
| dc.language.iso | de | |
| dc.publisher | Gesellschaft für Informatik, Bonn | |
| dc.relation.ispartof | BTW 2019 | |
| dc.relation.ispartofseries | Lecture Notes in Informatics (LNI) – Proceedings, Volume P-289 | |
| dc.subject | data stream | |
| dc.subject | model management | |
| dc.subject | data mining | |
| dc.subject | time series | |
| dc.subject | forecast | |
| dc.subject | concept drift | |
| dc.subject | concept evolution | |
| dc.title | Konzept und Implementierung eines echtzeitfähigen Model Management Systems | de |
| dc.title.subtitle | am Beispiel zur Überwachung von Lastprognosen für den Intraday Stromhandel | de |
| gi.citation.endPage | 415 | |
| gi.citation.startPage | 399 | |
| gi.conference.date | 4.-8. März 2019 | |
| gi.conference.location | Rostock | |
| gi.conference.sessiontitle | Industriebeiträge |
Dateien
Originalbündel
1 - 1 von 1