Load Forecasting in Electrical Grids: Analysis of Methods and their Trends

Скорочена інформація про документ
dc.contributor.authorKyryk, V. V.
dc.contributor.authorShatalov, Y. O.
dc.date.accessioned2026-05-19T12:44:14Z
dc.date.available2026-05-19T12:44:14Z
dc.date.issued2025
dc.description.abstractMain objective of this study is to analyze the progression of load forecasting methodologies for electrical grids, with a focus on identifying trends in performance metrics such as Mean Absolute Percentage Error (MAPE) over time. This analysis evaluates various forecasting approaches, including statistical methods, artificial intelligence, fuzzy logic, ensemble methods, and hybrid systems, to understand their evolution and current state. To achieve the stated goals, the systematic review of scientific studies and articles that have the necessary metrics was conducted. From them, it was determined which models were used and what forecasting errors corresponded to them. Also, the publications reviewed within this study were distributed over time to take into account the dynamics of changes in the results. The most important results are the obtained graphs of the dynamics of forecast of error changes for different models by years, as well as the possible ranges of variation of this error. The results show that, although increasingly complex models are being developed, their accuracy gain remains inconsistent in different application contexts, provided that a single-type architecture is used. Hybrid models demonstrate a significant increase in accuracy, and, therefore, superiority over a singletype architecture. The significance of the obtained results is in the clear illustration of the development of the accuracy of forecasting models. They allow us to determine the optimal vector of evolution of subsequent studies, namely, what type of model should be used to forecast the grid load. This study proves the prospects of using hybrid methods in the area under consideration as well.
dc.description.abstractotherObiectivul principal al acestui studiu este de a analiza și identifica progresia metodologiilor de prognoză a sarcinii pentru rețelele electrice, cu accent pe identificarea tendințelor în metrici de performanță, cum ar fi eroarea procentuală medie absolută în timp. Această analiză evaluează diverse abordări de prognoză, inclusiv metode statistice, inteligență artificială, logica fuzzy, metode de ansamblu și sisteme hibride, pentru a înțelege evoluția și starea lor actuală. Pentru atingerea scopurilor declarate, a fost efectuată o revizuire sistematică a studiilor și articolelor științifice care au metricile necesare. Din acestea s-a determinat ce modele au fost folosite și ce erori de prognoză le corespundeau. De asemenea, publicațiile revizuite în cadrul studiului au fost distribuite în timp -pentru a ține cont de dinamica modificărilor rezultatelor. Cele mai importante rezultate sunt graficele obținute ale dinamicii modificărilor erorilor de prognoză pentru diferite modele pe ani, precum și posibilele intervale de variație a acestei erori. Rezultatele arată că, deși sunt dezvoltate modele din ce în ce mai complexe, câștigul lor de precizie rămâne inconsecvent în diferite contexte de aplicație, cu condiția să fie utilizată o arhitectură de tip unic. Cu toate acestea, modelele hibride demonstrează o creștere semnificativă a preciziei și, prin urmare, superioritate față de o arhitectură de tip unic. Semnificația rezultatelor obținute este în ilustrarea clară a dezvoltării acurateței modelelor de prognoză. Acestea ne permit să determinăm vectorul optim de evoluție al studiilor ulterioare, și anume, ce tip de model ar trebui utilizat pentru a prognoza sarcina în rețeaua electrică. De asemenea, acest studiu demonstrează perspectivele utilizării metodelor hibride în zona luată în considerare.
dc.format.pagerangeС. 12-36
dc.identifier.citationKyryk, V. Load Forecasting in Electrical Grids: Analysis of Methods and their Trends [Електронний ресурс] / Kyryk V. V., Shatalov Y. O. // Problems of the Regional Energetics. — 2025. — № 1(65). — С. 12-36. — Бібліогр.: 125 назв. — Назва з екрана.
dc.identifier.doihttps://doi.org/10.52254/1857-0070.2025.1-65.02
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/80907
dc.language.isoen
dc.publisher.placeKishinau
dc.relation.ispartofProblems of the Regional Energetics, 2025, № 1(65)
dc.rights.urihttps://creativecommons.org/licenses/by/4.0/
dc.subjectload forecasting
dc.subjectelectrical grids
dc.subjectanalysis
dc.subjectfuzzy systems
dc.subjectneural networks
dc.subjecthybrid models
dc.subjectperformance metrics
dc.subjectartificial intelligence
dc.subjectmachine learning
dc.subjectprognoza încărcăturii
dc.subjectrețele electrice
dc.subjectanaliză
dc.subjectsisteme fuzzy
dc.subjectrețele neuronale
dc.subjectmodele hibride
dc.subjectmetrici de performanță
dc.subjectinteligență artificială
dc.titleLoad Forecasting in Electrical Grids: Analysis of Methods and their Trends
dc.title.alternativePrognoza sarcinilor în rețelele electrice: analiza metodelor și tendințelor lor
dc.typeArticle

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
02_01_65_2025.pdf
Розмір:
1.62 MB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
8.98 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Статті (ЕМС)