Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 2

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

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
EN
As is well known, gas consumption and its prices depends on many factors including local factors, geopolitics, the development of the gas transport infrastructure (including liquefied natural gas), distribution and extraction costs – for example unconventional deposits (e.g. shale gas). The global gas market depends primarily on the economic relations between large gas producers and importers e.g. US-China, Middle East/US – Russia etc. (Olayele 2015). In individual countries, the price is also dependent on concluded contracts and delivery directions. Also it should be mentioned that the gas consumption depends on weather conditions, type of day of the year (holiday, business day, month) and economic situation (Kosowski et. al 2010). What impact has the appearance of the COVID-19 epidemic had on the European natural gas market? The analyzed research problem concerned, in particular, two areas: gas consumption and its prices, in selected European countries in the aspect of the spread of the COVID-19 epidemic with reference to historical data from 2016–2019. Seven European countries belonging to the European Network of Transmission System Operators for Gas (ENTSOG) were selected, for which the highest inland consumption of natural gas by country was observed in the last year. The countries are presented in order or consumption: Germany, the United Kingdom, Italy, France, the Netherlands, Spain, Poland. The data has been downloaded from transmission system operators (TSOs) for each of these countries. Furthermore the article showed information about the dates of governments restrictions (lockdown), LNG contract volumes, injection/withdrawal volumes (storage).
PL
Jak wiadomo, zużycie gazu i jego ceny zależą od wielu czynników, w tym czynników lokalnych, geopolitycznych, rozwoju infrastruktury gazowej (w tym LNG), kosztów dystrybucji i wydobycia – np. ze złóż niekonwencjonalnych (np. gaz z łupków). Globalny rynek gazu zależy przede wszystkim od relacji gospodarczych między dużymi producentami gazu a importerami, np. USA–Chiny, Bliski Wschód / USA – Rosja itp. W poszczególnych krajach cena uzależniona jest również od zawartych umów i kierunków dostaw. Należy również wspomnieć, że zużycie gazu jest uzależnione od warunków pogodowych, typu dnia w roku (święto, dzień roboczy, miesiąc) oraz sytuacji gospodarczej. Jaki wpływ na europejski rynek gazu ziemnego ma zupełnie bezprecedensowa sytuacja – pojawienie się epidemii COVID-19? Analizowany problem badawczy dotyczył w szczególności dwóch obszarów: zużycia gazu i jego cen w wybranych krajach europejskich w aspekcie rozprzestrzeniania się epidemii COVID-19 w odniesieniu do danych historycznych z lat 2016–2019. Wytypowano siedem krajów europejskich należących do Europejskiej Sieci Operatorów Systemów Przesyłowych Gazu (ENTSOG), w przypadku których w ostatnim roku zaobserwowano najwyższe krajowe zużycie gazu ziemnego. W odpowiedniej kolejności są to: Niemcy, Wielka Brytania, Włochy, Francja, Holandia, Hiszpania, Polska. Dane zostały pobrane od operatorów systemów przesyłowych (OSP) dla każdego z tych krajów. Ponadto artykuł przedstawił informacje o terminach wprowadzonych ograniczeń rządowych (restrykcje), wolumenach kontraktów LNG, wielkościach zatłaczania / odbioru do podziemnych magazynów gazu.
PL
Na podstawie zgromadzonych danych takich jak: temperatura, siła wiatru oraz zużycie gazu w ciągu dnia na przestrzeni dwóch lat określono wpływ czynników atmosferycznych na konsumpcje gazu za pomocą regresji wielorakiej, funkcji potęgowych oraz funkcji użytkownika. Wyznaczono wpływ miesiąca oraz dnia (parametr sztuczny) na konsumpcje gazu. Zbudowano modele regresji liniowe, potęgowej oraz sztuczne sieci neuronowe służące do określania zużycia gazu. Starano się wyznaczyć jak najlepszy model regresji i porównywano go do modeli sieci neuronowych za pomocą MAPE (średni absolutny błąd procentowy).
EN
Based on the collected data, such as temperature, wind power and gas consumption during the day for over two years determine the effects of weathering on gas consumption by using multiple regression, power functions and user functions. We determine the impact of the month and day (artificial parameter) to consume gas. We build models of linear regression-in, power series and artificial neural networks for determining gas consumption. We are trying to determine how best regression model and compare it to the neural network models using MAPE (mean absolute percentage error).
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.