Investigation of the possibility of using artificial neural networks in the process of assessing the threat of lightning

• Autorzy: Sobieska Emilia , Sobolewski Konrad

Identyfikatory

DOI

10.15199/48.2023.01.42

Warianty tytułu

PL

Badanie możliwości wykorzystania sztucznych sieci neuronowych w procesie oceny zagrożenia wyładowaniami atmosferycznymi

• Języki publikacji: EN

Abstrakty

EN

The article presents issues related to the possibility of using an artificial neural network to classify factors describing the lightning hazard. It also analyzed the selection of the most optimal type of neural network for this type of task, as well asthe issue of input data, which both teach the neural network and form the basis for the final classification. Finally, the conclusions and assumptions necessary for the practical implementation of the task were drawn. The practical part of the task is planned as the following consideration stage.

PL

W artykule została przedstawiona problematyka związana z możliwością wykorzystania sztucznej sieci neuronowej do przeprowadzenia klasyfikacji współczynników opisujących zagrożenie piorunowe. Przeanalizowano wybór najbardziej optymalnego rodzaju sieci neuronowej dla tego rodzaju zadania, a także kwestię danych wejściowych, które posłużą zarówno do uczenia sieci neuronowej, jak również stanowią podstawę do końcowej klasyfikacji. Na koniec wyciągnięte zostały wnioski oraz założenia niezbędne do praktycznej realizacji zadania. Praktyczna część zadania będzie stanowić kolejny etap rozważań.

Słowa kluczowe

EN

Matlab; Python; lightning damage risk; lightning risk assessment; artificial neural network; structure location factor; environmental factor

PL

Matlab; Python; ryzyko szkód piorunowych; szacowanie ryzyka piorunowego; sztuczna sieć neuronowa; współczynnik położenia obiektu; współczynnik środowiskowy

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2023
• Tom: R. 99, nr 1
• Strony: 211--214
• Opis fizyczny: Bibliogr. 10 poz., rys., tab.

Twórcy

autor

Sobieska Emilia

• Warsaw University of Technology, Faculty of Electrical Engineering

• https://orcid.org/0000-0002-7349-5281

autor

Sobolewski Konrad

• Warsaw University of Technology, Faculty of Electrical Engineering

• https://orcid.org/0000-0001-5645-1570

Bibliografia

• [1] IEC 62305-2 “Protection against lightning. Part 2: Risk management”.
• [2] [Online] Google Maps, Available: http://maps.google.com. [Accessed 15 07 2022].
• [3] S. Osowski „Sieci neuronowe w ujęciu algorytmicznym”, Wydawnictwa naukowo-techniczne, 1996.
• [4] [Online] Geoportal, Available: https://mapy.geoportal.gov.pl/ [Accessed 15 07 2022].
• [5] W. Duch, J. Korbicz, L. Rutkowski, R. Tadeusiewicz Sieci neuronowe, tom 6, Warszawa: Polska Akademia Nauk, 2000.
• [6] S. Ossowski „Sieci neuronowe do przetwarzania informacji”,Warszawa: Oficyna Wydawnicza Politechniki Warszawskiej, 2020.
• [7] R. Tadeusiewicz, S. Mikrut, et.al.„Neural networks in matching processes of aerial images”, Kraków : Wydawnictwa AGH,2010.
• [8] M. Szewczyk, M. Łoboda, Z. Flisowski „Metoda analizy ryzyka szkód piorunowych i jej oprogramowanie”, IV Krajowa Konferencja Naukowo-Techniczna Urządzenia Piorunochronne w Projektowaniu i Budowie, Kraków 2005.
• [9] K. Sobolewski, P. Sul, Z. Flisowski „Rozwój zasad ochrony odgromowej budowli i ich wyposażenia,” Elektroinfo, 04 2019.
• [10] M. Szewczyk, M. Łoboda „Ocena ryzyka szkód piorunowych dla urządzeń technicznych w obiektach budowlanych w ujęciu nowej normy PN-EN 62305-2”, Przegląd Elektrotechniczny, 2007

Uwagi

Opracowanie rekordu ze środków MEiN, umowa nr SONP/SP/546092/2022 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2022-2023).