PL
 |
EN
Preferencje help
Polish version English version Język
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 3

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  model bayesowski
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
1
Content available Optimizing home energy balance with Bayesian models: predicting solar panel efficiency in variable weather conditions
Poniatowski Adrian, Baranowski Jerzy
Przegląd Elektrotechniczny
|
2025
|
R. 101, nr 4
62--70
EN
Photovoltaic (PV) technology is revolutionizing renewable energy by providing a sustainable and inexhaustible source of electricity. This paper explores Bayesian models for predicting home energy balance when using solar panels, with a focus on optimizing energy production under varying weather conditions in Poland. The research emphasizes the importance of personalized energy management solutions due to the high variability in household consumption patterns. Two distinct Bayesian models are developed to predict energy production and consumption, leveraging factors such as temperature, insulation, cloudiness, and day length. Data collected over five months from a specific region in Poland was used to validate these models. The results demonstrate the models’ effectiveness in capturing the variability in energy production and provide insights into optimizing the efficiency of PV systems. This study offers valuable guidelines for individuals considering investments in photovoltaic panels, highlighting potential profitability and efficiency improvements.
PL
Technologia fotowoltaiczna (PV) rewolucjonizuje odnawialne źródła energii, zapewniając zrównoważone i niewyczerpane źródło energii elektrycznej. W niniejszym artykule zbadano modele bayesowskie służące do przewidywania bilansu energetycznego w domu podczas korzystania z paneli słonecznych, ze szczególnym uwzględnieniem optymalizacji produkcji energii w zmiennych warunkach pogodowych w Polsce. Badania podkreślają znaczenie spersonalizowanych rozwiązań w zakresie zarządzania energią ze względu na dużą zmienność wzorców zużycia energii w gospodarstwach domowych. Opracowano dwa odrębne modele bayesowskie w celu przewidywania produkcji i zużycia energii, wykorzystując takie czynniki jak temperatura, izolacja, zachmurzenie i długość dnia. Dane zebrane w ciągu pięciu miesięcy z określonego regionu w Polsce zostały wykorzystane do walidacji tych modeli. Wyniki pokazują skuteczność modeli w uchwyceniu zmienności produkcji energii i dostarczają spostrzeżeń na temat optymalizacji wydajności systemów PV. Niniejsze badanie oferuje cenne wskazówki dla osób rozważających inwestycje w panele fotowoltaiczne, podkreślając potencjalną rentowność i poprawę wydajności.
2
Content available remote The bayesian model of the interdependencies between soil sorption features
Gruszczyński S.
Archives of Environmental Protection
|
2010
|
Vol. 36, no. 2
25-34
EN
The paper presents a qualitative, Bayesian model used to determine some interdependencies between sorption features for mineral soils in southern Poland. Sorption properties are very important, crucial for measure of fertility, nutrient retention capacity, and the capacity to protect groundwater from contamination. Cation exchange capacity (CEC) is a commonly applied indicator of the soils conditions or vulnerability. Base saturation (BS) is an important element of hazard degree assessment in soils lying within reach of impact of acidifying agents. The considered soils represented different valuation classes and differed in their typology. The Bayesian model is used for interdependences assessment.
PL
Praca przedstawia jakościowy, bayesowski model niektórych współzależności między cechami sorpcyjnymi mineralnych gleb opróbowanych w południowej Polsce. Właściwości sorpcyjne są ważnymi cechami, współdecydującymi o poziomie nawożenia, zasobności w składniki pokarmowe oraz zdolności do ochrony wód gruntowych przed zanieczyszczeniem. Pojemność wymienna kationów jest powszechnie używanym wskaźnikiem stanu gleb i ich odporności na różnorodne wpływy. Stopień wysycenia kationami zasadowymi jest ważnym czynnikiem kształtowania ryzyka środowiskowego związanego z procesami zakwaszania gleb. Badane gleby reprezentują różne klasy bonitacyjne i typologię. Do oceny współzależności zastosowano model bayesowski.
3
Content available remote Bayesowski model ryzyka awarii sieci wodociągowej
Tchórzewska-Cieślak B.
Gaz, Woda i Technika Sanitarna
|
2009
|
Nr 9
54-56
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.