Roger Felix: Prediktion av elförbrukning med periodiska
             styckvis linjära modeller.

Detta arbete syftar till att finna metoder som ger ökad
precision vid beräkning av belastningsprognoser för
elkonsumtionen under normala perioder.  En normal period
är en period utan oregelbundenhet i form av helgdagar,
semester etc.  Tidigare arbeten har antagit att process-
parametrarna är svagt stationära efter vecko- och dygns-
differentiering av insignalerna. Det visar sig emellertid
att processen uppvisar olika egenskaper beroende på
tidpunkt och veckodag. För att beskriva processen används
därför tidsmässigt lokala mmodeller. Algoritmer utvecklas
för beskrivning av belastningsprocessen med periodiska
styckvis linjära SARIMAX-modeller och med periodiska
styckvis linjära Box-Jenkins-modeller. Med hjälp av
periodiska styckvis linjära modeller reduceras prediktions-
felet hos prognoserna framför allt vid längre prediktions-
horisonter. Som insignal till modellerna används bland
annat vindhastighet och temperatur. I arbetet presenteras
en metod att öka precisionen hos belastningsprognoserna
genom att rekursivt skatta en polynomapproximation av
temperatur- och vindberoendet.  Detta val av insignal
reducerar prediktionsfelet för belastningsprognoserna
jämfört med de kylsignaler som tidigare använts.
Tillsammans ger dessa åtgärder ett reducerat prediktionsfel
för en dygnsprognos med ca 25 - 30 % jämfört med
prediktionsfelet hos de metoder som nu är i bruk.
Programmeringsarbetet har utförts i Matlab. Vid utprovning
av metoderna används främst mätuppgifter från belastnings-
processen under år 1994 och 1995.