Ograniczanie wyników
Czasopisma help
Autorzy help
Lata help
Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 324

Liczba wyników na stronie
first rewind previous Strona / 17 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  bazy danych
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 17 next fast forward last
1
Content available remote Smart Field - rola zarządzania danymi w transformacji energetycznej
PL
Przemysł naftowy przechodzi w ostatnich latach głęboką transformację zmieniając się pod względem technologicznym, głównie w zakresie cyfryzacji, gromadzenia i analizy coraz większej ilości danych. Era aplikacji w centrum zainteresowania powoli mija, ustępując miejsca nowemu podejściu umieszczającemu dane w centrum uwagi. Przykładem odpowiedzi na wyzwania, które stawia rynek jest realizowany w PGNiG Grupa Orlen projekt Smart Field, u którego podstaw leży integracja danych z wielu dziedzin. W niniejszym artykule, zaprezentowane zostało podejście do wdrożenia centralnej bazy danych w ramach projektu Smart Field, który umożliwia wykorzystanie innowacyjnych rozwiązań technologicznych w zakresie poszukiwań i wydobycia węglowodorów.
EN
Nowadays, oil and gas industry undergoes a profound transformation. The main change is connected with technology, particularly in terms of digitalization, collection and analysis of significant data volumes. The era of apps in the spotlight is slowly passing away, giving way to a new approach that puts data at the center of attention. The answer to the challenges posed by the market is the Smart Field project implemented at PGNiG Grupa Orlen, based on the integration of data from many fields. This article presents an approach to the implementation of a central database as part of the Smart Field project, which enables the use of innovative technological solutions in the field of hydrocarbon exploration and production.
PL
W złożu węgla brunatnego Bełchatów wraz z kopaliną główną, którą stanowi węgiel brunatny, występuje szereg kopalin towarzyszących. Eksploatacja tych kopalin jest prowadzona przez KWB Bełchatów zgodnie z zapisami zawartymi w koncesji oraz zgodnie z planem ruchu Zakładu Górniczego. Zagospodarowanie kopalin towarzyszących stanowi ważny element racjonalnej gospodarki złożem prowadzonej przez Kopalnię. Aby zapobiec bezpowrotnej utracie znacznych ilości wydobywanych niektórych z tych kopalin, są one gromadzone jako złoża wtórne. Przedstawiona w artykule charakterystyka poszczególnych rodzajów kopalin towarzyszących pozwala poznać rejony ich występowania, parametry ilościowo-jakościowe, wielkość wydobycia, sposób składowania oraz kierunki zagospodarowania. Informacje o pozyskiwanych kopalinach towarzyszących są zapisywane w zbiorach istniejącej w Kopalni Bełchatów Jednolitej Bazy Danych Geologicznych (JBDG). Duża ilość zgromadzonych informacji, wyników badań i analiz, może być wykorzystywana na bieżąco do racjonalnego planowania robót wydobywczych. Wydobycie kopalin towarzyszących z Pola Bełchatów zostało zakończone w 2012 r., natomiast selektywna eksploatacja kopalin towarzyszących z Pola Szczerców, rozpoczęta w 2002 r. trwa do chwili obecnej. Składowisko kopalin towarzyszących jest zlokalizowane w bezpośrednim sąsiedztwie Zakładu Produkcji Kruszyw.
EN
In the Bełchatów lignite deposit, together with the main mineral, which is lignite, there are a number of accompanying minerals. The exploitation of these minerals is carried out by KWB Bełchatów in accordance with the provisions contained in the concession and in accordance with the mining plant operation plan.The development of accompanying minerals is an important element of rational deposit management conducted by the Mine. In order to prevent the irretrievable loss of significant amounts of some of these minerals extracted, they are accumulated as secondary deposits. The characteristics of particular types of accompanying minerals presented in the article allows to know the regions of their occurrence, quantitative and qualitative parameters, volume of extraction, method of storage and directions of development. Information on the acquired accompanying minerals is recorded in the collections of the Uniform Geological Database (JBDG) existing in the Bełchatów Mine. A large amount of collected information, research and analysis results can be used on an ongoing basis for rational planning of mining works. Mining of accompanying minerals from the Bełchatów Field was completed in 2012, while the selective exploitation of accompanying minerals from the Szczerców Field, started in 2002, is still ongoing. The landfill of accompanying minerals is located in the immediate vicinity of the Aggregate Production Plant.
PL
W artykule przedstawiono wybrane procedury decyzyjne bazy danych geologicznych JBDG związane z zarządzaniem bazą, transferem danych oraz połączeniami z bazą BDW, wzbogacone o dodatkowe rozwiązania programowe. Zmodernizowane procedury uwzględniają możliwości środowiska Windows, potrzeby przygotowania i przesyłania danych i służą do realizacji zadań geologiczno-górniczych eksploatowanych złóż, głównie węgla brunatnego.
EN
The article presents selected decision-making procedures of the JBDG geological database related to database management, data transfer and connections with the BDW database, enriched with additional software solutions. The modernized procedures take into account the capabilities of the Windows environment, the needs of data preparation and transfer, and are used to perform geological and mining tasks of the exploited deposits, mainly lignite.
4
Content available remote Na żywym ogranizmie
5
Content available remote Fotogrametryczny Poznań
PL
W związku z postępującą cyfryzacją wzrosło zapotrzebowanie na przetwarzanie informacji, a tym samym na zapewnienie ciągłości działania cyfrowej infrastruktury. W 2022 roku rynek klimatyzacji precyzyjnej dla centrów danych osiągnął wartość 3,5 mld dolarów. Szacuje się, że do 2026 roku będzie to już 6 mld dolarów.
7
Content available remote Wymierny zysk z zasobu
8
Content available remote Powiaty w obliczu aktualizacji
9
Content available remote Kolejny ważny krok, ale...
10
Content available remote Kartografia na zakręcie
11
Content available remote Drogą kolejnych iteracji
12
Content available remote BDOT10k w praktyce
PL
W niniejszej pracy przedstawiono analizę wykorzystania otwartych danych przestrzennych, szczególnie podczas fazy koncepcyjnej, projektowania oraz realizacyjnej projektu infrastruktury kolejowej lub drogowej. Aspekt efektywnego wykorzystania tego typu danych jest szczególnie istotny, ponieważ świadomość możliwości dostępu do danych otwartych udostępnianych poprzez portale różnych instytucji jest oceniana na niską. Powiązanie powyżej opisanych danych z technologią BIM, daje możliwość posiadania większej ilości informacji na temat obiektu i jego otoczenia, w różnych fazach projektu, a w konsekwencji, podejmowania właściwszych decyzji.
EN
This paper presents an analysis of the use of open spatial data, especially during the conceptual, design and construction phases of a railway Or road infrastructure project. The aspect of the effective use of this type of data is important because the awareness of the possibility of accessing open data, made available through portals of various institutions, is assessed as low. Linking the data described above with the BIM technology gives the possibility to have more information about the object and its surroundings in different phases of the Project and, as a result, to make better decisions.
PL
W artykule przedstawiono przegląd baz danych pomocnych w analizie wpływu pandemii COVID-19 na sektor energetyczny i środowisko w Europie. Przegląd zawiera wybrane informacje z 17 istotnych globalnych i europejskich baz danych. Zbiory te są istotne z punktu widzenia opracowywania analiz z zakresu elektroenergetyki, oddziaływania człowieka na środowisko oraz trendów ekonomicznych.
EN
The article presents an overview of databases helpful in the analysis of the impact of the COVID-19 pandemic on the energy sector and the environment in Europe. The overview contains information on 17 global and European databases and services that provide data on energy, human impact on the environment, economy, weather, social behaviour and COVID-19 statistics.
PL
W artykule przeanalizowano zmiany zapotrzebowania na energię elektryczną w Polsce w trakcie trwania okresów zamrożenia niektórych sektorów gospodarki. Wykonano analizy statystyczne historycznych danych zużycia energii. Zaproponowano również model prognozowania zapotrzebowania na energię elektryczną i wykonano jego weryfikację wykorzystując dane historyczne i bieżące podczas trwania pandemii. Zaproponowano modelowanie przy użyciu szeregów czasowych. Zaprezentowano szczegółowe parametry modeli, także omówiono metodykę ich strojenia.
EN
The article analyzes the impact of the Covid-19 pandemic on changes in electricity demand in Poland. Statistical analyzes of historical energy consumption data were performed. A model for forecasting electricity demand was also proposed and it was verified using historical and current data during the pandemic. Modeling using a time series has been proposed. The detailed parameters of the models were presented, as well as the methodology of their tuning.
PL
GS1 Polska gromadzi dane produktowe uczestników Systemu już od 30 lat. Kilka lat temu dane te zostały udostępnione publicznie w formie usługi „Produkty w sieci”. Wraz ze wzrostem liczby produktów znajdujących się w bazie oraz wymaganiami dynamicznie rosnącego e-commerce, usługa rozwinęła się technologicznie i przyjęła postać platformy eProdukty. O korzyściach, jakie daje platforma oraz konieczności stosowania numerów GTIN, rozmawiamy z Magdaleną Krasoń-Wałęsiak, Menedżer ds. e-commerce w GS1 Polska.
PL
W artykule przedstawiono rozbudowę funkcji użytkowych JBDG o dodatkowe rozwiązania programowe związane z geologicznogórniczym systemem MineScape w zakresie eksportu i importu wykorzystywanych danych. W ramach modernizacji wybranych funkcji użytkowych bazy JBDG zmodyfikowano aplikację JbdgMine programu Aktualizacja oraz rozbudowano strukturę zapisu zbiorów powierzchni trójkątowych. Nowe rozwiązania programowe pozwalają na realizację zadań, zapewniając poprawne interpretacje danych oraz zgodność formatów danych w obu systemach.
EN
The article presents the extension of the JBDG database utility functions with additional software solutions related to the MineScape geological and mining system in the field of data export and import. As a part of the modernization of the selected utility functions of the JBDG database, the JbdgMine application of the Update program was modified and the structure of recording sets of triangular surfaces was expanded. The new software solutions enable the execution of tasks, ensuring correct data interpretations and compliance of data formats in both systems.
18
Content available remote Geologia bez tajemnic
PL
Postępująca cyfryzacja naszego życia powoduje konieczność przetwarzania coraz większej ilości danych. Serwery, mimo że mogą pracować w wyższych temperaturach, nadal potrzebują dużo energii na chłodzenie – wciąż więcej niż potrzeba na samo przetwarzanie danych. Dlatego tak ważne jest korzystanie z chłodu niewymagającego wysokich nakładów energetycznych lub wręcz free coolingu, a także z energii odnawialnej.
PL
Szanse na stosunkowo duże złoża węglowodorów istnieją w Karpatach oraz na Niżu Polskim w utworach czerwonego spągowca i być może dewonu. Ich cechą wspólną jest zaleganie na głębokościach poniżej 3 km. Duże koszty wierceń na tych głębokościach oraz typ potencjalnych złóż (niekonwencjonalne i o niskich przepuszczalnościach) są przyczynami, dla których problemem zasadniczym jest opłacalność ich eksploatacji. Realna analiza ekonomiczna wymaga opracowania modelu złoża (wraz z charakterystyką petrofizyczną skał, liczbą potencjalnych odwiertów), a ten z kolei wymaga wykonania kompletu badań geofizyki otworowej i kompletu badań laboratoryjnych (petrograficznych, petrofizycznych). Dodatkowo ze względu na głębokości i rodzaj skał takie parametry jak przepuszczalność, przepuszczalność względna, przepływy oryginalnych płynów złożowych czy analizy geomechaniczne muszą być wykonywane w symulowanych warunkach złożowych. Analizy w symulowanych warunkach złożowych trwają bardzo długo, są również kosztowne. Kolejnym parametrem warunkującym opłacalną eksploatację jest ilość węglowodorów, które można pozyskać. Należy również uwzględnić potencjalne szczelinowania. Optymalnym rozwiązaniem byłoby wykonanie wstępnego modelu złoża na podstawie pierwszego wiercenia. Czy jest to możliwe? Tak, jeśli stworzymy odpowiednie bazy danych dla poszczególnych basenów sedymentacyjnych. Warunkiem koniecznym jest istnienie w bazie danych poprawnej statystycznie liczby badań wykonanych w warunkach otworowych oraz wszystkich innych dostępnych badań. Wtedy, wykorzystując metody sztucznej inteligencji, można dokonać wydzielenia klas podobieństwa skał (ang. rock typing), oszacować parametry skał dla całego złoża i przeprowadzić analizę ekonomiczną na podstawie bazy danych z rozwiercanego basenu sedymentacyjnego oraz wyników badań rdzeni i profili geofizycznych z pierwszego odwiertu. Bazy danych powinny rosnąć w miarę prac w poszczególnych basenach sedymentacyjnych. Podsumowując, można stwierdzić, że kluczem dla udostępniania tego typu złóż będą analizy w symulowanych warunkach złożowych i bazy danych (big data) pozwalające na zastosowanie metod sztucznej inteligencji.
EN
We are entering the second stage of prospecting hydrocarbons in Poland. The potential volume of gas in various types of unconventional reservoirs is huge. Deep lying sediments in the Carpathians and in the Polish Lowland (the Rotliegend Basin and the Devonian) are prospective gas basins, but it is possible to find them deeper than 3000 m. Additionally, in contrast with shale gas, other types of unconventional reservoirs provide a big chance for profitable exploitation, however it requires application of complex, modern methods of investigation and very careful calculation of all prices connected with facilities of such types of reservoirs. Deeper targets means great drilling costs. Unconventional type means that compressibility of rocks and reservoir fluids, as well as high temperatures and pressures, must be taken into account. These two factors result in the main problem being economical profitability. Real economical analysis is possible after creating a numerical reservoir model with evaluation of the volume of hydrocarbons, the number of necessary wells and the potential production rate. The numerical model requires well logs and laboratory analyses. A part of laboratory analyses must be performed in simulated reservoir conditions. These analyses are expensive and time consuming. So, is it possible to reduce the costs and the time of model creation? For example, is it possible to create a full numerical model on the basis of the first well. Yes, if we have an appropriate data base (date base from the sedimentary basin in which we found a reservoir with a statistically correct number of core analyses performed in simulated reservoir conditions). In such a situation we can apply artificial intelligence methods and rock typing methods and evaluate petrophysical parameters for the whole reservoir. To sum up, the key to proper evaluation and exploitation scheduling will be the analyses performed in simulated reservoir conditions and big data.
first rewind previous Strona / 17 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.