Join 60,000+ competitive exam aspirants
एक्स्ट्रापोलेशन (extrapolation) विधि किस पर आधारित है?
वर्तमान डेटा के लिए कर्व फिटिंग
पिछले डेटा का एक्स्ट्रापोलेशन
वर्तमान डेटा का एक्स्ट्रापोलेशन
पहले से उपलब्ध डेटा के लिए कर्व फिटिंग
पहले से उपलब्ध डेटा के लिए कर्व फिटिंग
लोड पूर्वानुमान में एक्स्ट्रापोलेशन विधि ट्रेंड विश्लेषण के सिद्धांत पर आधारित है, जहाँ ऐतिहासिक लोड डेटा पर एक गणितीय वक्र (mathematical curve) फिट किया जाता है। पिछले डेटा में निहित पैटर्न की पहचान करके, यह मॉडल यह मानते हुए भविष्य की मांग का अनुमान लगाता है कि ऐतिहासिक रुझान जारी रहेंगे।
लोड पूर्वानुमान में एक्स्ट्रापोलेशन विधि ट्रेंड विश्लेषण के सिद्धांत पर आधारित है, जहाँ ऐतिहासिक लोड डेटा पर एक गणितीय वक्र (mathematical curve) फिट किया जाता है। पिछले डेटा में निहित पैटर्न की पहचान करके, यह मॉडल यह मानते हुए भविष्य की मांग का अनुमान लगाता है कि ऐतिहासिक रुझान जारी रहेंगे।
Lt=a0+a1t+a2t2+...+antn — ट्रेंड एक्स्ट्रापोलेशन के लिए बहुपद कर्व फिटिंग समीकरण
E=∑i=1N(Lactual,i−Lpredicted,i)2 — लीस्ट स्क्वायर्स ऑब्जेक्टिव फलन
यह विधि समय के फलन के रूप में पिछले उपभोग को मॉडल करने के लिए टाइम-सीरीज विश्लेषण का उपयोग करती है, L=f(t)। प्रतिगमन (regression) मापदंडों या बहुपद गुणांकों की गणना करके जो मॉडल और ऐतिहासिक डेटा के बीच त्रुटि को कम करते हैं, फलन को भविष्य के समय अंतराल में विस्तारित (extrapolate) किया जाता है ताकि संभावित लोड आवश्यकताओं का अनुमान लगाया जा सके।
इस धारणा पर निर्भर करता है कि पिछला लोड पैटर्न भविष्य के व्यवहार की भविष्यवाणी करने के लिए पर्याप्त जानकारी प्रदान करता है।
आमतौर पर दीर्घकालिक लोड पूर्वानुमान (वर्षों या दशकों) के लिए उपयोग किया जाता है।
मौसम या आर्थिक परिवर्तनों जैसे बाहरी चरों का हिसाब नहीं रखता है, जिन्हें आमतौर पर मल्टी-फैक्टर मॉडल में संबोधित किया जाता है।
विश्वसनीय कर्व फिटिंग सुनिश्चित करने के लिए उच्च गुणवत्ता वाले, निरंतर ऐतिहासिक डेटा की आवश्यकता होती है।
गणितीय रूप से लागू करने में सरल।
जटिल बाहरी चरों के बजाय केवल ऐतिहासिक लोड डेटा की आवश्यकता होती है।
यदि लोड प्रोफाइल में संरचनात्मक परिवर्तन होते हैं तो त्रुटियों के प्रति संवेदनशील।
पूर्वानुमान का दायरा काफी बढ़ने पर प्रदर्शन कम हो जाता है।
पावर सिस्टम की दीर्घकालिक मास्टर प्लानिंग।
उत्पादन संयंत्रों के लिए भविष्य की क्षमता आवश्यकताओं का प्रारंभिक अनुमान।
एक्स्ट्रापोलेशन विधि की सटीकता बहुपद की डिग्री या चुने गए ट्रेंड (रैखिक, घातीय, आदि) के प्रकार पर अत्यधिक निर्भर करती है।
विकल्प A गलत है क्योंकि ऐतिहासिक संदर्भ के बिना कर्व फिटिंग अपर्याप्त है; यह विधि विशेष रूप से भविष्य में अनुमान लगाने के लिए पहले से उपलब्ध डेटा पर निर्भर करती है।
D सही है — एक्स्ट्रापोलेशन विधि भविष्य की लोड आवश्यकताओं का पूर्वानुमान लगाने के लिए पहले से उपलब्ध ऐतिहासिक डेटा पर आधारित गणितीय कर्व फिटिंग का उपयोग करती है।
पावर सिस्टम प्लानिंग पर प्रश्नों का उत्तर देते समय हमेशा एक्स्ट्रापोलेशन (ऐतिहासिक रुझानों पर आधारित) और सिमुलेशन मॉडल (कारण/बाहरी चरों पर आधारित) के बीच अंतर स्पष्ट रखें।