Sztuczne sieci neuronowe i ich zastosowanie w elektrotechnice i energetyce

• Autorzy: Korbicz J.

Warianty tytułu

EN

Artificial neural networks and their application in electrical and power engineering

• Języki publikacji: PL

Abstrakty

PL

Artykuł o charakterze przeglądowym przedstawia dynamiczne struktury sieci neuronowych i możliwości ich zastosowania w wybranych zagadnieniach elektrotechniki i energetyki. Omówione są problemy neuronowego modelowania i diagnostyki silników elektrycznych, jak również prognozowania krótkoterminowego obciążenia w sieciach energetycznych.

EN

In this overview paper, dynamical neural networks and their possible applications in selected problems of electrical and power engineering are discussed. Special attention is paid to the modeling and fault diagnosis of electrical engines, as well as short term load forecasting in a power system.

Słowa kluczowe

PL

sieci neuronowe; silniki elektryczne; zużycie energii; struktury sieci neuronowych

EN

electrical engines; neural networks; power system; forecasting

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2009
• Tom: R. 85, nr 9
• Strony: 194--200
• Opis fizyczny: Bibliogr. 41 poz.

Twórcy

autor

Korbicz J.

• Uniwersytet Zielonogórski, Instytut Sterowania i Systemów Informatycznych, ul. Podgórna 50, 65-246 Zielona Góra,

Bibliografia

• [1] Patton R.J., Frank P.M, Clark R.N. (Red.), Issues of Fault Diagnosis for Dynamic Systems, Springer-Verlag, Berlin (2000)
• [2] Korbicz J., Kościelny J.M., Kowalczuk Z., Cholewa W. (Red.), Fault Diagnosis. Models, Artificial Intelligence, Applications, Springer-Verlag, Berlin/Heidelberg (2004)
• [3] Kościelny J.M., Diagnostyka zautomatyzowanych procesów przemysłowych, Akademicka Oficyna Wydawnicza EXIT, Warszawa (2001)
• [4] Blanke M., Kinnaert M., Lunze J., Staroswiecki M., Diagnosis and Fault-Tolerant Control, Springer-Verlag, New York (2003)
• [5] Isermann R., Fault Diagnosis Systems, An Introduction from Fault Detection to Fault Tolerance, Springer-Verlag, New York (2006)
• [6] Korbicz J., Kościelny J.M., Kowalczuk Z., Cholewa W. (Red.), Diagnostyka procesów. Modele, Metody sztucznej inteligencji, Zastosowania, WNT, Warszawa (2002)
• [7] Rutkowski L., Metody i techniki sztucznej inteligencji, PWN, Warszawa (2005)
• [8] Duch W., Korbicz J., Rutkowski L., Tadeusiewicz R. (Red.), Sieci Neuronowe. Biocybernetyka i Inżynieria Biomedyczna, t. 6, Akademicka Oficyna Wydawnicza EXIT, Warszawa (2000)
• [9] Korbicz J., Obuchowicz A., Uciński D., Sztuczne Sieci Neuronowe. Podstawy i Zastosowania, Akademicka Oficyna Wydawnicza PLJ, Warszawa (1994)
• [10] Tadeusiewicz R., Sieci neuronowe, Akademicka Oficyna Wydawnicza RM, Warszawa (1993)
• [11] Gupta M.M., Jin L., Homma N., Static and Dynamic Neural Networks, John Wiley & Sons, Hoboken (2003)
• [12] Osowski S., Sieci neuronowe do przetwarzania informacji, Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa (2006)
• [13] Cybenko G., Approximation by superpositions of a sigmoidal function, Mathematics of Control, Signals, and Systems, 2 (1989), 303-314
• [14] Tadeusiewicz R., O celowości zastosowania sieci neuronowych w problemach związanych z elektrotechniką, Przegląd Elektrotechniczny (2009), nr 2, 200-211
• [15] Nelles O., Nonlinear Systems Identification. From Classical Approaches to Neural Networks and Fuzzy Models, Springer-Verlag, Berlin (2001)
• [16] Williams R.J., Zipser D., A learning algorithm for continually running fully recurrent neural network, Neural Computation, 1 (1989), 270-289
• [17] Haykin S., Neural Networks. A Comprehensive Foundation, 2nd Edition, Prentice Hall, Englewood Cliffs (1989)
• [18] Patan K., Artificial Neural Networks for the Modelling and Fault Diagnosis of Technical Processes, Lecture Notes in Control and Information Sciences, Vol. 377, Springer-Verlag, Berlin (2008)
• [19] Korbicz J., Patan K., Obuchowicz A., Dynamic neural networks for process modeling in fault detection and isolation systems, Applied Mathematics and Computer Science, 9 (1999), n. 3
• [20] Ivakhnenko A.G., Polynomial theory of complex systems, IEEE Transactions on Systems, Man and Cybernetics, 1 (1971), n. 4, 44-58
• [21] Pham, D.T., Xing L., Neural Networks for Identification, Prediction and Control, Springer-Verlag, London (1995)
• [22] Mrugalski M., Neuronowe modelowanie systemów nieliniowych w układach detekcji uszkodzeń, rozprawa doktorska, Uniwersytet Zielonogórski, Wydział Elektrotechniki, Informatyki iI Telekomunikacji (2003)
• [23] Korbicz J., Mrugalski M., Confidence estimation of GMDH neural networks and its application in fault detection systems, International Journal of Systems Science, 39 (2008), n. 8, 783-800
• [24] Kuś J., Korbicz J., Statyczne i dynamiczne sieci GMDH, [w:] Duch W., Korbicz J., Rutkowski L., Tadeusiewicz R., (Red.), Sieci Neuronowe. Biocybernetyka i Inżynieria Biomedyczna, t. 6, Akademicka Oficyna Wydawnicza EXIT, Warszawa (2000), 227-256
• [25] Grzesiak L.M., Kaźmierkowski M.P., Improving flux and speed estimators for sensorless AC drivers, IEEE Industrial Electronics Magazine, Fall (2007), 9-19
• [26] Grzesiak L.M., Beliczyński B., Ufnalski B., Input preprocessing in tapped delay neural architecture for induction motor speed estimation, Proceedings of the EPE Conference (2003), CD-ROM
• [27] Kowalski Cz.T., Stan obecny i tendencje rozwojowe metod monitorowania i diagnostyki napędów z silnikami indukcyjnymi, Wiadomości Elektrotechniczne (2003), nr 4, 160-164
• [28] Cempel Cz., Diagnostyka wibroakustyczna maszyn, PWN, Warszawa (1989)
• [29] Korbicz J., Wybrane zastosowania metod sztucznej inteligencji w układach detekcji uszkodzeń systemów dynamicznych, [w:] Kowalczuk Z., Wiszniewski B. (Red.), Inteligentne wydobywanie informacji w celach diagnostycznych, Pomorskie Wydawnictwo Naukowo-Techniczne, Gdańsk (2007), 145-166
• [30] Awadallah M.A., Marcos M.M., Application of AI tools in fault diagnosis of electrical machines and drives. An overview, IEEE Transactions on Energy Conversion, 18 (2003), n. 2, 245-251
• [31] Jarzyna W., Diagnostyka układu napędowego w czasie rzeczywistym, Wydawnictwo Politechniki Lubelskiej, Lublin (2003)
• [32] Haji M., Toliyat H.A., Pattern recognition – A technique for induction machines rotor broken bar detection, IEEE Transactions on Energy Conversion, 16 (2001), n. 4, 312-317
• [33] Kowalski Cz.T., Monitorowanie i diagnostyka uszkodzeń silników indukcyjnych z wykorzystaniem sieci neuronowych, Oficyna Wydawnicza Politechniki Wrocławskiej, Wrocław (2005)
• [34] Peng Z.K., Chu F.L., Application of the wavelet transform in machine condition monitoring and fault diagnosis. A review with bibliography, Mechanical Systems and Signal Processing (2004), 199-221
• [35] Box G.E.P., Jenkins G.M., Analiza szeregów czasowych. Prognozowanie i sterowanie, PWN, Warszawa (1983)