202
CONCLUSIONI
Nel presente lavoro sono state descritte le scelte fatte e la logica usata per la costruzione di quattro programmi di previsione della potenza assorbita da due utenze, una di media e una di bassa tensione. L’obiettivo principale è stato verificare quale metodo fosse più attendibile nel prevedere i superamenti dei limiti di potenza media massima impegnabile nei due casi, fissati rispettivamente in 450 kW e 45 kW.
Nel caso dell’utenza di media tensione si è notato come il metodo “media mobile” sia il migliore perché associa ad una buona percentuale di previsione degli sforamenti, con valori maggiori del 70%, una bassa percentuale di falsi allarmi di circa lo 0.05%.
Per quanto riguarda la previsione degli sforamenti anche i metodi “ media campioni noti” e
“pattern recognition” forniscono prestazioni del tutto simili a quelle precedenti. A discapito di
“media campioni noti” c’è la grossa percentuale di falsi allarmi prodotti, che in alcuni casi è anche 3 o 4 volte quella del metodo “media mobile”.
Il metodo “pattern recognition” generalmente non produce numerosi falsi allarmi con percentuali intorno allo 0.1%. Va comunque sottolineato come il principale problema di questa applicazione della rete neurale risieda nella previsione di quelle giornate che si possono definire anomale, come può essere un giorno festivo infrasettimanale, o come sono alcuni giorni di Luglio 2000 nei quali si hanno delle forti variazioni della potenza media assorbita. In questi casi infatti i dati forniti durante l’allenamento non sono più rappresentativi del fenomeno che si vuole prevedere.
Una loro scelta accurata, che possa tenere presente le situazioni più diverse di carico, può quindi risolvere completamente questo tipo di problema.
L’utilizzo della rete neurale come previsore nel metodo “estrapolazione” non ha dato risultati soddisfacenti nello stimare un numero ragionevole di campioni futuri.
Il grosso inconveniente è stata la difficoltà di generalizzare il processo di costruzione della rete, affinché fosse possibile, per qualunque insieme di allenamento, trovare i giusti parametri che ottimizzassero la previsione richiesta. L’unico risultato valido è stato ottenuto riducendo la previsione ad un solo valore, coincidente con la potenza media che sarebbe stata assorbita nel generico quarto d’ora futuro. Risultato che comunque è stato inferiore a quelli ricavati con gli altri sistemi di previsione.
203 Il metodo “estrapolazione” infatti è stato il peggiore tra i quattro con una percentuale di previsione degli sforamenti intorno al 50%, seppur associata ad una bassa percentuale di falsi allarmi, con valori oscillanti generalmente tra lo 0.15% e lo 0.05%.
Si deve comunque mettere in risalto la grande potenzialità di questo metodo nel prevedere più di un valore futuro se, caso per caso, quindi perdendo la generalità, si ricercano i valori ottimi dei parametri che caratterizzano la rete. Infatti negli esempi forniti si nota come la stessa riesca a dare con buona precisione l’andamento futuro della funzione descritta dalla potenza media assorbita, anche per le 3 ore successive la serie storica dei dati a disposizione.
Per quanto riguarda l’utenza in bassa tensione il metodo “pattern recognition” è risultato inapplicabile. I motivi, gli stessi citati in precedenza, sono legati alle forti variazioni della potenza media assorbita da questo tipo di carico che rendono gli esempi forniti alla rete durante l’allenamento non più rappresentativi del fenomeno che si vuole prevedere.
Il metodo “estrapolazione”, pur restituendo previsioni affette da errori del tutto simili a quelli prodotti dei due metodi statistici, è risultato inefficace nello stimare in anticipo i futuri sforamenti, non riuscendo a prevederne alcuno di quelli avvenuti nel periodo estivo preso in considerazione.
Quindi, per come sono stati concepiti, i due sistemi di previsione che utilizzano la rete neurale si sono dimostrati inutilizzabili per un carico di bassa tensione caratterizzato, come quello preso ad esempio in questo lavoro, da forti variazioni in poco tempo della potenza media assorbita. Ciò non toglie che un approfondimento delle metodologie, in particolare la pattern recognition, permetta il raggiungimento di risultati soddisfacenti.
Dei due sistemi di previsione di tipo statistico, il metodo “campioni noti” è risultato il migliore nel prevedere eventuali sforamenti del limite massimo di potenza media impegnabile, con percentuali che raggiungono anche l’80%-90% se la previsione viene eseguita a quarto d’ora già iniziato.
Il metodo “media mobile” viceversa produce percentuali attendibili (60%-70%) di previsione degli sforamenti del limite massimo di potenza, solamente se la stima viene eseguita quando ormai il quarto d’ora in esame si è quasi concluso, non lasciando quindi all’utente un tempo ragionevole per effettuare variazioni significative sul carico.
Le prestazioni del metodo “campioni noti” sono però inficiate dall’elevato numero di falsi allarmi con percentuali che possono raggiungere in alcuni casi anche il 4%, dieci volte più grandi delle percentuali di falsi allarmi del metodo “media mobile”.
