Wyniki wyszukiwania - BazTech

1

Forecasting electricity prices in the Polish Day-Ahead Market using machine learning models

Sowiński Rafał, Komorowska Aleksandra

Polityka Energetyczna

|

2025

|

T. 28, z. 2

211--230

EN

Given the constantly changing market situation for electricity prices, driven by shifts in the energy mix, regulatory reforms, and broader socio-economic factors, it is necessary to reassess the understanding of price forecasting periodically. Traditional statistical methods may struggle when faced with heightened volatility, nonlinear dependencies, and rapidly changing input features. In contrast, machine learning models, particularly Artificial Neural Networks (ANNs), can adapt more effectively to complex, non-stationary patterns in price time series. In this study, six distinct artificial neural network (ANN) architectures were developed and trained using eight years of historical Polish Day-Ahead Market electricity price data (2016–2024). Four of these were plain deep learning models: a Multilayer Perceptron (MLP), a Convolutional Neural Network (CNN), a Long Short-Term Memory (LSTM) model, and a Gated Recurrent Unit (GRU) model. Two others were hybrid models combining convolutional layers with recurrent layers. The hybrid architectures, namely CNN+LSTM and CNN+GRU, were designed to leverage the capacity of CNN to automatically extract features from narrower sliding windows of past prices and the LSTM/GRU layers’ ability to capture long-term temporal dependencies. The models’ performances were evaluated using three metrics: Mean Absolute Error (MAE), Root Mean Squared Error (RMSE), and the coefficient of determination (R2). The top-performing CNN+LSTM achieved an MAE of 75.21 PLN/MWh, an RMSE of 103.64 PLN/MWh, and an R2 of 0.59. Results were also compared against several models previously reported in the literature. These results may be used to improve price forecasting by indicating the optimal pathways for building forecasting models and, in extension, lead to more efficient power system planning.

PL

Ze względu na stale zmieniające się ceny energii elektrycznej, spowodowane zmianami w miksie energetycznym, regulacyjnymi i innymi czynnikami społeczno-ekonomicznymi, konieczne staje się okre sowe weryfikowanie podejścia do prognozowania cen. Tradycyjne metody statystyczne mogą zawodzić w warunkach nasilonej zmienności, nieliniowych zależności i często zmieniających się cech wejściowych. Modele uczenia maszynowego, a zwłaszcza Sztuczne Sieci Neuronowe (SSN), potrafią skutecznie dostosowywać się do złożonych, niestacjonarnych wzorców w szeregach czasowych. W niniejszym badaniu opra cowano i wytrenowano sześć różnych modeli SSN, korzystając z danych historycznych z Polskiego Rynku Dnia Następnego z lat 2016–2024. Cztery z tych modeli to czyste modele głębokiego uczenia: wielowar stwowy perceptron (MLP), sień konwolucyjna (CNN), długa pamięć krótkotrwała (LSTM) oraz bramkowa jednostka rekurencyjna (GRU). Dwa pozostałe to architektury hybrydowe, oznaczone jako CNN+LSTM i CNN+GRU, łączą zdolność CNN do wychwytywania cech z węższych okien czasowych i umiejętność warstw rekurencyjnych do uczenia się zależności długoterminowych. Wydajność modeli oceniano na pod stawie trzech miar: średniego błędu bezwzględnego (MAE), pierwiastka ze średniego błędu kwadratowego (RMSE) i współczynnika determinacji (R2). Najlepsze wyniki osiągnęła architektura CNN+LSTM, uzy skując MAE na poziomie 75,21 zł/MWh, RSME równe 103,64 zł/MWh i R2 wynoszące 0,59. Wyniki te mogą zostać wykorzystane do usprawnienia procesów prognozowania cen energii elektrycznej poprzez wskazanie wytycznych dotyczących projektowania modeli prognostycznych opartych na uczeniu maszy nowym, co z kolei może wiązać się z wydajniejszym planowaniem działania systemu energetycznego.

2

Prediction of dynamics change in biowaste quantity collected in functionally different regions. A case study of Poland

Tałałaj Izabela Anna, Hajduk Sławomira, Wiszniewska Anna

Economics and Environment

|

2025

|

No. 2

art. no. 920

EN

The aim of the paper is to determine the dynamics of change in biowaste quantity as well as to forecast the amount of biowaste generated in 4 functionally different regions of Poland. The analysis was made for a period of 16 years (2007-2022), and a prognosis was made for the next 4 years (2023-2026). Based on the obtained data, the following calculations were made: share of biowaste from households in the quantity of total municipal biowaste, accumulation rate of biowaste from households, medium-term change rate in the amount of biowaste from households, and prediction of changes in the biowaste accumulation index until 2026. In all the analysed regions, an increasing trend in the collected biowaste mass index has been observed. The agricultural and recreational regions were characterised by the highest dynamics of changes in collected biowaste quantity (T=0.21 and 0.25, respectively) and by the lowest values of their accumulation indicator (48.9 and 44.7 kg/ca per year, respectively). The highest quantity of biowaste is predicted to be generated in urbanised and industrialised regions (62.1 and 53.2 kg/ca per year, respectively).

PL

Celem artykułu jest określenie dynamiki zmian ilości bioodpadów oraz prognoza ilości generowanych bioodpadów w czterech funkcjonalnie różnych regionach Polski. Analizy zostały przeprowadzone dla okresu 16 lat (2007–2022), a prognozy obejmują kolejne 4 lata (2023–2026). Na podstawie uzyskanych danych obliczono: udział bioodpadów pochodzących z gospodarstw domowych w całkowitej ilości odpadów komunalnych, wskaźnik akumulacji bioodpadów z gospodarstw domowych, średniookresową dynamikę zmian ilości bioodpadów zebranych z gospodarstw domowych oraz prognozę zmian wskaźnika akumulacji bioodpadów do 2026 roku. We wszystkich analizowanych regionach zaobserwowano rosnący trend wskaźnika nagromadzenia zebranych bioodpadów. Obszary rolnicze i rekreacyjne charakteryzowały się najwyższą dynamiką zmian ilości bioodpadów (T = 0,21 i 0,25, odpowiednio) oraz najniższymi wartościami wskaźnika ich nagromadzenia (odpowiednio 48,9 i 44,7 kg/os. rocznie). Największe ilości zbieranych bioodpadów prognozuje się dla regionów zurbanizowanych i uprzemysłowionych (odpowiednio 62,1 i 53,2 kg/os. rocznie).

3

Research on the causes of erroneous forecast generated using the Chapman-Kolmogorov equations for the process of vehicle operation

Ziółkowski Jarosław, Lęgas Aleskandra, Oszczypała Mateusz, Konwerski Jakub, Małachowski Jerzy

Bulletin of the Polish Academy of Sciences. Technical Sciences

|

2025

|

Vol. 73, nr 6

art. no. e155046

EN

The work attempts to investigate the causes of incorrect predictions of the Chapman-Kolmogorov system of equations generated during vehicle operation. When researching the process of exploitation of technical objects, Markov theory is often used in literature on the subject. Based on the developed Markov or semi-Markov models, on the one hand, basic reliability indicators (such as readiness) are assessed, and the evolution of the considered operation process is anticipated. The solutions of the Chapman-Kolmogorov system serve as the basis for preparing the forecast. For applications, forecasts of limit probabilities, determination times, and oscillation parameters of the probabilities of the states of the exploitation process are useful. The literature on the subject indicates the interdependence of each forecast on the estimation errors of all elements of the transition intensity matrix of the model, as well as errors in the calculation of its eigenvalues, as a potential cause of unsatisfactory forecast performance in continuous time. Considering the above, the main topic of this work was to investigate the correctness of the Chapman-Kolmogorov assumption for the vehicle operation process, the solution of which will make a significant substantive contribution to the current state of knowledge on modeling operation processes.

4

Technological and market aspects of meat production

Tucki Karol, Wielewska Izabela, Zuzek Dagmara K., Nowakowski Tomasz

Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Śląska

|

2024

|

z. 203

575--598

EN

Purpose: The article presents a detailed analysis of the development of the European meat market. Based on statistical data for 2007-2023, a forecast of the sector's development until 2030 was prepared. The production of pork, poultry, beef, mutton and goat meat in all European Union countries was analyzed in detail. Based on statistical data, a forecast of carbon dioxide emissions and water consumption in the production process was prepared. The case study presents the characteristics of a selected meat plant from the point of view of the technological process implemented there and the impact of the meat plant on the environment. The main factors affecting the environment were also analyzed, i.e. the amount of air pollution emissions, the amount of waste generated and the amount of sewage discharged. The concentrations of pollutants released into the air were calculated for the installations operating in the plant. Design/methodology/approach: The subject of observation and assessment were industry reports, technology block diagrams and calculations based on those provided by the examined business entity. The presentation and detailed analysis of available data took the form of tables and bar charts, which were justified descriptively. The source of information for this study was the literature on the subject, statistical data and numerous studies by the Central Statistical Office and Eurostat, reports in the industry section, an interview with the owner of the meat plant, analysis of source documents provided by the examined business entity as well as the authors' own observations. The characteristics and sales market of the company were examined. The machinery of the examined company and the level of investments made over the years were also analyzed. Findings: The examined production plant produces goods for 12 months a year. It processes 2500 tons of raw material annually, or ca. 48 tons of livestock per week. The specific nature of the plant requires continuity of production. The article presents the characteristics of the production plant, the production process and the plant's technological and production facilities. The impact of the production process at the plant on the environment was analyzed in terms of applicable legal aspects and emission limits. Research limitations/implications: The analysis of the meat production sector and development forecasts was carried out for all European Union countries. The impact of the meat production plant was analyzed for a selected entity located in Poland.

5

Short-term prediction of UT1-UTC and LOD via Dynamic Mode Decomposition and combination of least-squares and vector autoregressive model

Michalczak Maciej, Ligas Marcin

Reports on Geodesy and Geoinformatics

|

2024

|

Vol. 117

45--54

EN

This study presents a short-term forecast of UT1-UTC and LOD using two methods, i.e. Dynamic Mode Decomposition (DMD) and combination of Least-Squares and Vector Autoregression (LS+VAR). The prediction experiments were performed separately for yearly time spans, 2018-2022. The prediction procedure started on January 1 and ended on December 31, with 7-day shifts between subsequent 30-day forecasts. Atmospheric Angular Momentum data (AAM) were used as an auxiliary time series to potentially improve the prediction accuracy of UT1-UTC and LOD in LS+VAR procedure. An experiment was also conducted with and without elimination of effect of zonal tides from UT1-UTC and LOD time series. Two approaches to using the best steering parameters for the methods were applied:. First, an adaptive approach, which observes the rule that before every single forecast, a preliminary one must be performed on the pre-selected sets of parameters, and the one with the smallest prediction error is then used for the final prediction; and second, an averaged approach, whereby several forecasts are made with different sets of parameters (the same parameters as in adaptive approach) and the final values are calculated as the averages of these predictions. Depending on the method and data combination mean absolute prediction errors (MAPE) for UT1-UTC vary from 0.63 ms to 1.43 ms for the 10th day and from 3.07 ms to 8.05 ms for the 30th day of the forecast. Corresponding values for LOD vary from 0.110 ms to 0.245 ms for the 10th day and from 0.148 ms to 0.325 ms for the 30th day.

6

Prediction passenger numbers in light rail transit using seasonal autoregressive integrated moving average (SARIMA)

Saputra Aldi, Gustriansyah Rendra, Sanmorino Ahmad, Mair Zaid Romegar, Sartika Dewi, Puspasari Shinta

Przegląd Elektrotechniczny

|

2024

|

R. 100, nr 10

43--45

EN

Light Rail Transit (LRT) plays a role in supporting the mobility of the people of a city. However, the increase in LRT use presents challenges, requiring effective solutions to anticipate changes in the number of passengers. This research aims to design and implement a prediction model using the Seasonal Autoregressive Integrated Method Moving Average to anticipate and predict the number of LRT passengers. The prediction results using the parameter model (0,1,1)(0,1,0) obtained a MAPE value of 16.69%, thus, the accuracy level obtained was 83.31%.

PL

Tranzyt koleją lekką (LRT) odgrywa rolę we wspieraniu mobilności mieszkańców miasta. Jednakże wzrost wykorzystania LRT stwarza wyzwania wymagające skutecznych rozwiązań umożliwiających przewidywanie zmian w liczbie pasażerów. Celem badania jest zaprojektowanie i wdrożenie modelu predykcyjnego wykorzystującego sezonową, zintegrowaną metodę autoregresyjną, średnią ruchomą do przewidywania i przewidywania liczby pasażerów LRT. Wyniki predykcji z wykorzystaniem modelu parametrycznego (0,1,1)(0,1,0) uzyskały wartość MAPE na poziomie 16,69%, a zatem uzyskany poziom dokładności wyniósł 83,31%.

7

Prediction of the service life of LED lamps based on the extrapolation of the luminous flux conservation factor

Baghirov Sabir, Basova Yulia, Guba Liudmyla, Kozhushko Hryhorii

Przegląd Elektrotechniczny

|

2024

|

R. 100, nr 2

190--192

EN

The paper presents the results of research into the luminous flux conservation factors of commercial samples of light-emitting diode lamps for general lighting during tests of up to 6.000 and 10.000 hours, as well as the results of their service life assessment based on the extrapolation of the values of the luminous flux conservation factor until the moment when this coefficient in 50% of the lamps will decrease to 70% of the initial value. The measurement of the luminous flux of the lamps was carried out every 1000 hours operation of the lamps in the mode with switching cycles: 150 minutes on at full power, after which the lamps are turned off for 30 minutes. Selection of the empirical curve of the luminous flux conservation factor should be performed by finding the initial constant and rate of change of the luminous flux using the method of least squares. The forecast of the service life, according to the recommendations of the IEC 62612 standard, was carried out for four times the test time according to the test results up to 6 thousand hours and 10 thousand hours. It is shown that the service life of lamp samples which can be declared based on test results, is up to 6.000 hours is at least 24 thousand hours (calculated 27.2 thousand hours). Forecast based on tests up to 10 thousand hours is about 36.500 hours, which is 3.500 hours less than declared by the manufacturer.

PL

W artykule przedstawiono wyniki badań współczynników zachowania strumienia świetlnego komercyjnych próbek lamp diodowych elektroluminescencyjnych do oświetlenia ogólnego podczas testów do 6000 i 10000 godzin, a także wyniki oceny ich żywotności na podstawie ekstrapolacji wartości współczynnika zachowania strumienia świetlnego do momentu, gdy współczynnik ten w 50% lamp spadnie do 70% wartości początkowej. Pomiar strumienia świetlnego lamp wykonywano co 1000 godzin pracy lamp w trybie z cyklami załączania: 150 minut pracy z pełną mocą, po czym lampy są wyłączane na 30 minut. Doboru empirycznej krzywej współczynnika zachowania strumienia świetlnego należy dokonać poprzez znalezienie stałej początkowej i szybkości zmian strumienia świetlnego metodą najmniejszych kwadratów. Prognozę żywotności, zgodnie z zaleceniami normy IEC 62612, przeprowadzono dla czterokrotności czasu badania według wyników badań do 6 tys. godzin i 10 tys. godzin. Wykazano, że żywotność próbek lamp, którą można zadeklarować na podstawie wyników badań, wynosi do 6000 godzin, czyli co najmniej 24 tysiące godzin (obliczono 27,2 tysiąca godzin). Prognoza na podstawie testów do 10 tys. godzin to około 36.500 godzin, czyli o 3.500 godzin mniej niż deklaruje producent.

8

Exploring the effectiveness of a multilayer neural network model for gold price prediction

Gbadamosi Saheed Lekan, Nwulu Nnamdi I., Akinola Solomon Oluwole

Przegląd Elektrotechniczny

|

2024

|

R. 100, nr 3

157--161

EN

Effective gold price forecasting model is an essential tool for price discovery and benchmarking market changes for mining project across the world. This study presents a model for effective prediction of gold price variation across the world. An experimental analysis was conducted for forecasting monthly US market gold prices from December 1978 to March 2023 using the Autoregressive Integrated Moving Average (ARIMA) model and Multilayer perceptron (MLP) regression model. Optimized hyperparameter search determined the lowest Mean Squared error (MSE) and Mean Absolute (MAE) results with ARIMA (2, 1, 1) and MLP best parameters. The proposed multilayer perceptron (MLP) model demonstrates an improvement in the effective prediction obtained from the experimental analysis

PL

Efektywny model prognozowania cen złota jest niezbędnym narzędziem do odkrywania cen i porównywania zmian rynkowych dla projektów wydobywczych na całym świecie. W badaniu przedstawiono model skutecznego przewidywania zmian cen złota na świecie. Przeprowadzono analizę eksperymentalną w celu prognozowania miesięcznych cen złota na rynku amerykańskim od grudnia 1978 r. do marca 2023 r., stosując model autoregresyjnej zintegrowanej średniej ruchomej (ARIMA) i model regresji perceptronu wielowarstwowego (MLP). Zoptymalizowane wyszukiwanie hiperparametrów pozwoliło uzyskać najniższe wyniki błędu średniego kwadratowego (MSE) i średniego bezwzględnego (MAE) z najlepszymi parametrami ARIMA (2, 1, 1) i MLP. Zaproponowany model perceptronu wielowarstwowego (MLP) wykazuje poprawę efektywnej predykcji uzyskanej na podstawie analizy eksperymentalnej.

9

The fleet of the future, or what we will fly in the Europe of tomorrow

Dalba Bartosz

Prace Naukowe Politechniki Warszawskiej. Transport

|

2024

|

z. 139

117--138

EN

The constantly changing air traffic, whether it is its stable growth, which was observed until 2019, or the very dynamic changes observed in the time of the COVID-19 pandemic, entails significant changes in the entire air transport sector. One of them is undeniably a change in the fleet, both used and registered. This article is devoted to creating an overall forecast for the European fleet mix and is based on publicly available market data. As a starting point for the forecast served the outline of general characteristics of air traffic, as well as main characteristics of the European fleet. In the following sections, the market trends for the European fleet were analysed - manufacturers' forecasts, the World Airliner Census, behaviour of a few selected airlines and a few general market trends were studied. Presented analyses allowed for the determination of real trends that will be noticeable in the near future. Their proper description allowed for the creation of a coherent forecast of airliners in Europe in three selected time horizons. The article concludes with a summary that provides an overall overview of the European fleet of the future. This article was originally prepared in the first half of 2021 and some of the information and conclusions drawn from it may be out of date based on the current information, events and changes in the aviation market. The fact that the article is based solely on publicly available and free data should also be considered a limitation in the accuracy of the presented considerations.

PL

Ciągle zmieniający się ruch lotniczy, czy to jego stabilny wzrost, jaki był obserwowany do 2019 roku, czy też bardzo dynamiczne zmiany obserwowane w dobie pandemii COVID-19, pociąga za sobą znaczące zmiany w całym sektorze transportu lotniczego. Jedną z nich jest niezaprzeczalnie zmiana we flocie, zarówno używanej, jak i zarejestrowanej. Niniejszy artykuł poświęcony został stworzeniu ogólnej prognozy europejskiej floty i opiera się na ogólnodostępnych danych rynkowych. Jako punkt wstępny do prognoz posłużyło nakreślenie ogólnej charakterystyki ruchu lotniczego i jego rozwoju, jak również przedstawienie głównych charakterystyk floty europejskiej. W kolejnych podpunktach przeanalizowane zostały trendy rynkowe dotyczące floty europejskiej – przestudiowano prognozy producentów, Światowy Spis Samolotów Liniowych, zachowanie kilku wybranych linii lotniczych oraz wyszczególniono kilka ogólnych trendów rynkowych. Przedstawione analizy pozwoliły na określenie realnych trendów, jakie będą zauważalne w najbliższym czasie. Odpowiednie ich opisanie pozwoliło na stworzenie spójnej prognozy samolotów liniowych w Europie w trzech wybranych horyzontach czasowych. Artykuł został zakończony podsumowaniem, w którym ogólnie scharakteryzowano europejską flotę liniowych statków powietrznych przyszłości. Artykuł ten został pierwotnie przygotowany w pierwszej połowie 2021 roku i część informacji oraz wniosków z niego płynących może być nieaktualna w świetle obecnych informacji, wydarzeń oraz zmian w obrębie rynku lotniczego. Za ograniczenie w dokładności przedstawionych rozważań należy również uznać fakt, że artykuł opiera się wyłącznie na ogólno-dostępnych i darmowych danych.

10

30 years of extraction of construction aggregates in Poland – analysis of changes and forecasts

Baic Ireneusz, Kozioł Wiesław, Miros Artur

Materiały Budowlane

|

2024

|

nr 7

30--37

EN

The development of construction aggregate extraction in the years 1993 - 2022 is presented. In order to estimate the volume of production of aggregates, econometric dependencies of aggregate extraction on three macroeconomic indicators, published on a monthly basis by the GUS, i.e.: GDP, cement consumption and the business index in the construction industry. The significant econometric relationships found for the analysed variables allow for the development of forecasts of aggregate extraction, which is an important advantage of the analysis.

PL

Przedstawiono rozwój wydobycia kruszyw budowlanych w latach 1993 - 2022. W celu oszacowania wielkości produkcji kruszyw opracowano ekonometryczne zależności wydobycia kruszyw od trzech makroekonomicznych wskaźników, publikowanych w okresach miesięcznych przez GUS, takich jak: PKB; zużycie cementu i wskaźnik koniunktury w budownictwie. Stwierdzone istotne zależności ekonometryczne w przypadku analizowanych zmiennych pozwalają na opracowanie prognoz wydobycia kruszyw, co jest ważną zaletą analizy.

11

Wpływ rozbudowy infrastruktury magazynów energii na rozwój gospodarczy – prognoza do 2040 r. : Raport Akademii Górniczo-Hutniczej i Polskiego Stowarzyszenia Magazynowania Energii

Kopeć Sławomir, Lach Łukasz, Adamska Barbara, Wrocławski Mieczysław, Szczeciński Piotr

Elektro Info

|

2024

|

nr 12

70--77

PL

Celem opracowania jest określenie możliwego wpływu rozbudowy infrastruktury bateryjnych magazynów energii na rozwój gospodarczy Polski do 2040 r. dla różnych scenariuszy rozwoju.

12

Nowe przepisy, prognozy i podsumowania : Co się działo w branży elektromobilności w 2024 r. i czego się spodziewać w roku 2025?

Roszkowska Agnieszka

Elektro Info

|

2024

|

nr 12

66--68

PL

W Polsce sukcesywnie rośnie liczba pojazdów elektrycznych i punktów ich ładowania i choć mijający rok 2024 nie był najlepszy, to jednak sporo dobrych rzeczy się wydarzyło. Warto je przypomnieć, aby mieć świadomość, że nasz rynek bezemisyjnego transportu wciąż się rozwija, mimo że nie brakuje na tej drodze przeszkód.

13

Improving predictions of the Estimate at Completion using the classic Earned Value input

Starczyk-Kołbyk Anna

Archives of Civil Engineering

|

2024

|

Vol. 70, nr 4

271--289

EN

The article investigates the author’s method of estimating the final cost of a construction investment. A list of proposed methods of calculating the value of the planned final cost of the EAC investment available in the world literature was used. The modification consisted in the first place in the verification and elimination of formulas that do not match the use in construction projects and the combination of formulas resulting in the same result. The study was aimed at enabling the right choice of the method of estimating the final cost of construction investments and determining the accuracy of this estimate. It should be emphasized that the analyzed investments were annexed many times during their implementation. On the basis of the obtained results of research carried out on real construction investments, it was found that 3 methods best predict the final cost of the investment. Finally, improvements were introduced, which were analyzed, the final effect of the article is a proposal of an original, universal formula, which in each of the analyzed construction investments, regardless of the trends, deviations from the cost at the time of the inspection, forecasts the most accurate result, consistent with reality. The conducted research gives the possibility of more effective financial management of a construction investment using the corrected EAC formula in EVM method.

PL

W artykule zbadano autorską metodę szacowania ostatecznego kosztu końcowego inwestycji budowlanej. Wykorzystano listę proponowanych metod obliczania wartości ostatecznego kosztu końcowego inwestycji EAC dostępną w literaturze światowej. Modyfikacja polegała przede wszystkim na weryfikacji i eliminacji formuł nieprzystających do zastosowania w inwestycjach budowlanych oraz łączeniu formuł dającym ten sam wynik. Celem badania było umożliwienie właściwego wyboru metody szacowania ostatecznego kosztu inwestycji budowlanych oraz określenie trafności tego oszacowania. Należy podkreślić, że analizowane inwestycje były wielokrotnie aneksowane w trakcie ich realizacji. Na podstawie uzyskanych wyników badań przeprowadzonych na rzeczywistych inwestycjach budowlanych stwierdzono, że 3 metody najlepiej przewidują ostateczny koszt końcowy inwestycji. Ostatecznie wprowadzono ulepszenia, które poddano analizie, efektem końcowym artykułu jest propozycja oryginalnej, uniwersalnej formuły, która w każdej z analizowanych inwestycji budowlanych, niezależnie od trendów, odchyleń od kosztów w momencie kontroli, prognozuje najdokładniejszy wynik, zgodny z rzeczywistością. Przeprowadzone badania dają możliwość efektywniejszego zarządzania finansami inwestycji budowlanej przy wykorzystaniu skorygowanej formuły EAC w metodzie EVM.

14

Wykorzystanie metod obliczeniowych i sztucznej inteligencji w bezpieczeństwie energetycznym

Morkisz Paweł, Wiącek Martyna, Wochlik Ireneusz

Wiedza Obronna

|

2023

|

nr 2

PL

Możliwości zastosowania sztucznej inteligencji w sektorze energetycznym są dziś szerokie. Ogromna ilość danych przechodzących przez ten sektor stwarza potrzebę wdrażania automatycznej, inteligentnej analizy oraz potencjał rozwoju tych technologii. Chcąc zapewnić bezpieczeństwo energetyczne rozumiane jako zapewnienie ciągłości dostaw energii i paliw, należy mieć pełną kontrolę nad ich dystrybucją i możliwymi zagrożeniami. Korzyści płynące z kontroli nad danymi, prognozowania kluczowych w tym sektorze wartości czy optymalizacji działań i operacji na sieci są nieocenione. Celem niniejszego artykułu jest przegląd konkretnych obszarów energetyki, w których metody obliczeniowe i sztuczna inteligencja mają największy potencjał. Ponadto, wskazanie konkretnych metod, które sprawdzone w innych sektorach lub zbadane w nauce mają zastosowanie również tutaj.

EN

The possibilities for using artificial intelligence in the energy sector are vast today. The massive amount of data passing through this sector creates the need to implement automatic, intelligent analysis and the potential for developing these technologies. In order to ensure energy security, understood as ensuring the continuity of energy and fuel supplies, it is necessary to have complete control over their distribution and possible threats. The benefits of controlling data, forecasting critical values in this sector, or optimizing activities and operations on the network are invaluable. The purpose of this article is to review specific areas of the energy sector where computational methods and artificial intelligence have the most significant potential. In addition, specific methods that have been proven in other sectors or studied in science are indicated to apply here.

15

Advanced extreme learning machine for an hour PV forecast using general weather data

Farid Imam Wahyudi, Priyad Ardyono, Purnomo Mauridhi Hery, Abdillah Muhammad, Tjahjono Anang, Yorino Naoto

Przegląd Elektrotechniczny

|

2023

|

R. 99, nr 1

134--139

EN

In recent years, Indonesia has placed great attention on the use of renewable energy resources as a way to decrease gas emission. Located at the equator, Indonesia has many advantages in renewable energy resources, especially photovoltaic (PV). Photovoltaic offers a big opportunity to contribute to the power grid, yet it also comes with its challenges. The use of PV involves a major uncertainty as the inputs of PV are weather conditions that are constantly changing. With Indonesia planning to penetrate the PV farm into the power grid, it is necessary to be able to generate an accurate forecast to assist the power grid control operator. Many algorithms are applied to obtain a precise and accurate PV power generation. One of the algorithms generally used by researchers is the conventional back propagation neural network. It is one of the most commonly applied algorithms, yet it also has a complex setting and numerous parameters. To help overcome this issue, extreme learning machine (ELM) is applied alongside with backpropagation neural network (BPNN), resulting in a more promising result. However, the random value for ELM parameters has become another problem of its own. This paper discusses an advanced ELM to obtain a better PV forecast result. The combination of PV input, ambient temperature, global tilted irradiation (GTI), wind direction, wind velocity and humidity are applied on the kernel extreme learning machine (K-ELM). We found that K-ELM proposes a better performance compared to ELM in facing a nonlinear data, along with better learning capability, mapping ability, and an improved efficiency. We also developed the input data using BPNN, ELM and support vector machine (SVM) to compare training, testing and calculation time

PL

W ostatnich latach Indonezja przywiązywała dużą wagę do wykorzystania odnawialnych źródeł energii jako sposobu na zmniejszenie emisji gazów. Położona na równiku Indonezja ma wiele zalet w zakresie odnawialnych źródeł energii, zwłaszcza fotowoltaiki (PV). Fotowoltaika daje duże możliwości wniesienia wkładu w sieć energetyczną, ale wiąże się również z wyzwaniami. Korzystanie z PV wiąże się z dużą niepewnością, ponieważ wejścia PV to stale zmieniające się warunki pogodowe. Ponieważ Indonezja planuje penetrację farmy fotowoltaicznej do sieci energetycznej, konieczne jest wygenerowanie dokładnej prognozy, aby pomóc operatorowi kontroli sieci energetycznej. W celu uzyskania precyzyjnego i dokładnego wytwarzania energii PV stosuje się wiele algorytmów. Jednym z algorytmów powszechnie stosowanych przez badaczy jest konwencjonalna sieć neuronowa wstecznej propagacji. Jest to jeden z najpowszechniej stosowanych algorytmów, ale ma też złożoną nastawę i liczne parametry. Aby rozwiązać ten problem, zastosowano ekstremalną maszynę uczącą (ELM) wraz z siecią neuronową z propagacją wsteczną (BPNN), co daje bardziej obiecujący wynik. Jednak losowa wartość parametrów ELM stała się kolejnym problemem. W niniejszym artykule omówiono zaawansowane ELM w celu uzyskania lepszego wyniku prognozy PV. Kombinacja sygnału wejściowego PV, temperatury otoczenia, napromieniowania globalnego odchylenia (GTI), kierunku wiatru, prędkości wiatru i wilgotności jest stosowana na maszynie ekstremalnego uczenia jądra (K-ELM). Odkryliśmy, że K-ELM proponuje lepszą wydajność w porównaniu do ELM w obliczu danych nieliniowych, a także lepszą zdolność uczenia się, zdolność mapowania i lepszą wydajność. Opracowaliśmy również dane wejściowe za pomocą BPNN, ELM i maszyny wektorów nośnych (SVM) w celu porównania czasu szkolenia, testowania i obliczeń.

16

Machine learning-based business rule engine data transformation over high-speed networks

Neelima Kenpi, Vasundra S.

Computer Assisted Methods in Engineering and Science

|

2023

|

Vol. 30, no. 1

55--71

EN

Raw data processing is a key business operation. Business-specific rules determine howthe raw data should be transformed into business-required formats. When source datacontinuously changes its formats and has keying errors and invalid data, then the effectiveness of the data transformation is a big challenge. The conventional data extraction andtransformation technique produces a delay in handling such data because of continuousfluctuations in data formats and requires continuous development of a business rule engine.The best business rule engines require near real-time detection of business rule and datatransformation mechanisms utilizing machine learning classification models. Since data iscombined from numerous sources and older systems, it is challenging to categorize andcluster the data and apply suitable business rules to turn raw data into the business-required format. This paper proposes a methodology for designing ensemble machine learning techniques and approaches for classifying and segmenting registered numbersof registered title records to choose the most suitable business rule that can convert theregistered number into the format the business expects, allowing businesses to provide customers with the most recent data in less time. This study evaluates the suggested modelby gathering sample data and analyzing classification machine learning (ML) models todetermine the relevant business rule. Experimentation employed Python, R, SQL storedprocedures, Impala scripts, and Datameer tools.

17

Bezpieczeństwo w ruchu drogowym w Polsce – prognoza liczby wypadków

Foryś Łukasz, Płocki Rafał

Zeszyty Naukowe SGSP / Szkoła Główna Służby Pożarniczej

|

2022

|

Nr 84

179--191

PL

W artykule omówiono stan bezpieczeństwa w ruchu drogowym w Polsce oraz cele stawiane przed krajami Unii Europejskiej związane ze zmniejszeniem liczby wypadków oraz liczby ofiar śmiertelnych. Ponadto dokonano analizy liczby wypadków w Polsce, uwzględniając okres od stycznia 2000 r. do maja 2022 r. Przeprowadzona analiza posłużyła do wyboru odpowiedniej metody prognozowania. Z uwagi na charakterystykę danych wykonano dekompozycję szeregu czasowego metodą LOESS oraz zastosowano wygładzanie wykładnicze metodą Holta-Wintersa. Opracowane modele poddano ocenie. Prognozę opracowano na dwa lata, koncentrując się przede wszystkim na roku 2023.

EN

The article discusses the state of road safety in Poland and the goals set for the European Union countries related to reducing the number of accidents and the number of fatalities. In addition, an analysis was made of the number of accidents in Poland taking into account the period from January 2000 to May 2022. The conducted analysis was used to select the appropriate forecasting method. Due to the characteristics of data, the time series decomposition was performed using the LOESS method and exponential smoothing using the Holt-Winters method. The developed models were evaluated. The forecast was developed for 2 years, focusing primarily on 2023.

18

Prediction of fine particulate matter in low-emission zones using a modified numerical method for a system of ordinary differential equations

Asenov Asen, Georgiev Ivan, Pencheva Velizara, Mineva Kremena

Transport Problems

|

2022

|

T. 17, z. 3

197--210

EN

Currently, many European cities have severely exceeded the EU air quality standards and are struggling with high concentrations of fine particulate matter PM10 and PM2.5 in the air, with road transport often being one of the major polluters. One of the forms for correction of the problem that many cities in the EU are currently using is the construction of low-emission zones. For the prediction of PM10 and PM2.5, a modified numerical method for a system of ordinary differential equations has been proposed. In the right part of this system, in addition to the main trend and the periodicity of PM10 and PM2.5, their correlation is taken into account. Against the background of the best solution obtained, a forecast is made fo the emission levels in a period of one week in the town of Ruse.

19

The air cargo market overview

Dalba Bartosz

Prace Naukowe Politechniki Warszawskiej. Transport

|

2022

|

z. 135

31--43

EN

Measured by the value of goods, about one-third of all international trade is moved by air. It stands for a big chunk of the transport market and global GDP, playing a crucial role in moving products of high value in relation to their weight, but also the backbone of overnight shipping and enabling e-commerce growth. This places air cargo as very dependent on overall economic deviations. As the world slowly exits the global pandemic state, each part of the aviation industry should be subject to analyses that confirm or contradict previous forecasts, thus helping to make correct business decisions by the relevant entities in the aviation industry. The following article is devoted to the analysis of the air cargo market. As a starting point, the article shows a general overview of the world's economy by pointing out the main variables that impact demand for air cargo and presenting forecasts on some of those. General air cargo market overview is the next subject. This part shows the latest trends connected with the general aviation market and the cargo part, outlining the general look. An overview of forecasts for the aviation market, coming from aircraft manufacturers, is the last of the analytical parts of this article, describing each entity's market outlook. Presented analyses were later used to determine trends most likely to show in coming years. The accurate description of those allowed for creating a coherent forecast of the air cargo market, with the calculation of actual cargo tonne-kilometers for oncoming years using a simple, multivariate forecasting method based on creating a historical data-driven model. The article concludes with a summary that provides an overview of the covered subjects.

PL

Mierząc wartością towarów, około jedna trzecia całego handlu międzynarodowego odbywa się drogą powietrzną. Stanowi to dużą część całego rynku transportowego, jak również globalnego PKB, odgrywając kluczową rolę w przenoszeniu produktów o dużej wartości w stosunku do ich wagi, ale jest także podstawą wysyłki nocnej i jako taka umożliwia rozwój e-commerce. Plasuje to rynek transport towarów drogą lotniczą jako zależny od ogólnych odchyleń ekonomicznych. Gdy świat powoli wychodzi z globalnej pandemii, każda część branży lotniczej powinna zostać poddana analizom, które potwierdzają lub zaprzeczają wcześniejszym prognozom, pomagając w ten sposób podejmować prawidłowe decyzje biznesowe przez odpowiednie podmioty z branży lotniczej. Poniższy artykuł poświęcony jest analizie rynku lotniczego cargo. Jako punkt wyjścia artykuł przedstawia ogólny przegląd gospodarki światowej ze wskazaniem głównych zmiennych, które mają wpływ na popyt na przewóz ładunków drogą lotniczą, a także przedstawieniem prognoz dotyczących niektórych z nich. Kolejnym punktem jest ogólny przegląd rynku lotniczego cargo. W tej części przedstawione są najnowsze trendy związane z rynkiem lotniczym, a także z częścią cargo, nakreślając ogólny wygląd. Przegląd prognoz dla rynku lotniczego, pochodzących od producentów statków powietrznych, to ostatnia z analitycznych części artykułu, opisująca perspektywy rynkowe poszczególnych podmiotów. Przedstawione analizy posłużyły później do określenia rzeczywistych trendów, które z największym prawdopodobieństwem ujawnią się w nadchodzących latach. Właściwe ich opisanie pozwoliło na stworzenie spójnej prognozy rynku ładunków lotniczych, z wyliczeniem rzeczywistych tonokilometrów cargo na nadchodzące lata za pomocą prostej metody prognozowania na podstawie wielu zmiennych opartej na stworzeniu modelu opartego na danych historycznych. Artykuł kończy się podsumowaniem, które zawiera ogólny przegląd omawianych tematów.

20

Quantitative and qualitative analysis of water demand for a water supply network

Kochanek Anna, Bodziony Aleksandra

Journal of Engineering, Energy and Informatics

|

2022

|

No. 1(2)

27--40

EN

The water supply network is an integrated system consisting of technological devices and pipes thanks to which it is possible to transport drinking water from the intake to the recipient. The water supply system under analysis underwent a number of modernisations over a long period of time, which increased the capacity of the water supply network and its water demand. The aim of the study was to make a forecast of water demand in the water supply network in the municipality of Limanowa in the locality of Kłodne, by means of computer research tools in the form of an Excel sheet, and on the basis of source materials obtained from the Water Supply Company. Based on the findings, a proposal is presented for further modernisation of the water supply system in Kłodne. The research part consists of two stages. The first stage is preparation of a demographic prognosis and forecast of the number of people using the water supply system for the years 2022-2033. The second stage involves developing a forecast of water supply network demand for the years 2022-2033. This prognosis presents daily, monthly and annual demand for water for the above-mentioned localities. The last element of the study is to present a proposal for modernising the water supply system, which is developed on the basis of conclusions resulting from the analyses and forecasts.

PL

Sieć wodociągowa to zintegrowany system, na który składają się urządzenia technologiczne i przewody dzięki, którym jest możliwy transport wody pitnej z ujęcia do odbiorcy. Analizowany system wodociągowy przez długi okres przechodził szereg modernizacji, które zwiększały wydajność sieci wodociągowej i jej zapotrzebowanie w wodę. Celem badań było przeprowadzenie prognozy zapotrzebowania wody w sieci wodociągowej w gminie Limanowa w miejscowości Kłodne za pomocą informatycznych narzędzi badawczych w postaci Arkusza Excel, a także na podstawie materiałów źródłowych pozyskanych w Spółce Wodociągowej. Na podstawie ustalonych wniosków została przedstawiona także propozycja dalszych modernizacji sieci wodociągowej w miejscowości Kłodne. Część badawcza składa się z dwóch etapów. Pierwszym etapem jest opracowanie prognozy demograficznej i prognozy liczby osób korzystających z sieci wodociągowej na lata 2022-2033. Drugim etapem jest z kolei opracowanie prognozy zapotrzebowania wody pitnej na lata 2022-2033. Prognoza ta przedstawia dzienne, miesięczne i roczne zapotrzebowanie na wodę dla ww. miejscowości. Ostatnim elementem pracy jest przedstawienie propozycji modernizacji sieci wodociągowej, która opracowana jest na podstawie wniosków wynikających z opracowanych analiz oraz prognoz.