Informacja o cookies

Zgadzam się Nasza strona zapisuje niewielkie pliki tekstowe, nazywane ciasteczkami (ang. cookies) na Twoim urządzeniu w celu lepszego dostosowania treści oraz dla celów statystycznych. Możesz wyłączyć możliwość ich zapisu, zmieniając ustawienia Twojej przeglądarki. Korzystanie z naszej strony bez zmiany ustawień oznacza zgodę na przechowywanie cookies w Twoim urządzeniu.

Publikacje Pracowników Politechniki Lubelskiej

Status:
Autorzy: Matejko Grzegorz, Kacejko Piotr
Rok wydania: 2008
Wersja dokumentu: Drukowana | Elektroniczna
Język: polski
Numer czasopisma: 4
Wolumen/Tom: 77
Strony: 9 - 16
Bazy: BazTech
Efekt badań statutowych NIE
Materiał konferencyjny: NIE
Publikacja OA: NIE
Abstrakty: polski | angielski
W artykule zaprezentowano metodę segmentacji populacji odbiorców energii elektrycznej zasilanych z sieci średniego napięcia, wykorzystującą sztuczną sieć neuronową. Opisano zmienne diagnostyczne, służące jako zmienne wejściowe dla potrzeb modelu ekonometrycznego wykorzystywanego dla potrzeb procesu segmentacji. Uzasadniono wybór rodzaju sieci wykorzystywanej dla potrzeb segmentacji badanej populacji odbiorców. Opisano sposób treningu sieci oraz przedstawiono rezultaty badań klasyfikacji badanej populacji przez wytrenowaną sieć neuronową. Przedstawiono sposób weryfikacji wyników badań i ich dalsze kierunki.
The segmentation of market is a name of process of devising the market into homogeneous segments according to specific criteria. These segments determine area of operation for a company and marketing program for this company. The aim of this paper was to create new methods of customer tariffs segmentation on the energy market. The materials of study were customers on electricity in Distribution Company. Three-layer neural networks were used for the analysis in examining of explore customers' groups. During the experiment was found the number of layers in neural networks, the number of neurons in the hidden layer of each neural network. The best neural network for segmentation of each special group of customers was found. The results of neural networks activity was compared with economic premises for the change of tariff groups