Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 1

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

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
EN
This research presents the development of a multifactorial static multiplicative model for analysing power quality in underground mining power systems. The objective is to synthesize a generalized indicator of power quality by integrating key parameters such as voltage dips and sags, frequency deviations, harmonic distortion, and other critical indicators that influence the energy efficiency and reliability of the electrical network. The proposed model structure was developed using the synthesis method, with its parameters identified through a maladaptive approach based on the least squares method. To validate the model's accuracy, mathematical statistics techniques were employed. As a result, mathematical relationships were derived to evaluate a generalized power quality index using data on voltage drop, frequency deviation, and harmonic distortion. The model, characterized as static and multiplicative, requires full-spectrum quality data for parameter identification via a non-adaptive approach. Comparative accuracy analysis between a single-factor model and the proposed three-factor model revealed a correlation coefficient of 0.951 for the former and 0.923 for the latter. While the multifactor model demonstrates a 2.94% reduction in statistical accuracy, both models qualify as having "very high" reliability according to the Chaddock scale. This confirms the practical applicability of the multifactor approach in real-world mining energy systems. The scientific novelty lies in the improved multifactor model structure that synthesizes multiple quality indicators into a unified framework. Its practical value is evident in applications for managing power flow within industrial microgrids in underground mines, particularly those integrating local power generation sources.
PL
Niniejsze badania przedstawiają opracowanie wieloczynnikowego statycznego modelu multiplikatywnego do analizy jakości energii elektrycznej w podziemnych systemach energetycznych górnictwa. Celem jest synteza uogólnionego wskaźnika jakości energii elektrycznej poprzez integrację kluczowych parametrów, takich jak spadki i zapady napięcia, odchylenia częstotliwości, zniekształcenia harmoniczne i inne krytyczne wskaźniki wpływające na efektywność energetyczną i niezawodność sieci elektrycznej. Proponowaną strukturę modelu opracowano z wykorzystaniem metody syntezy, a jej parametry zidentyfikowano za pomocą podejścia maladaptacyjnego opartego na metodzie najmniejszych kwadratów. Aby zweryfikować dokładność modelu, wykorzystano techniki statystyki matematycznej. W rezultacie wyprowadzono zależności matematyczne do oceny uogólnionego wskaźnika jakości energii elektrycznej, wykorzystując dane dotyczące spadku napięcia, odchylenia częstotliwości i zniekształceń harmonicznych. Model, scharakteryzowany jako statyczny i multiplikatywny, wymaga pełnego spektrum danych jakościowych do identyfikacji parametrów za pomocą podejścia nieadaptacyjnego. Porównawcza analiza dokładności między modelem jednoczynnikowym a proponowanym modelem trójczynnikowym wykazała współczynnik korelacji wynoszący 0,951 dla pierwszego i 0,923 dla drugiego. Chociaż model wieloczynnikowy wykazuje spadek dokładności statystycznej o 2,94%, oba modele charakteryzują się „bardzo wysoką” niezawodnością według skali Chaddocka. Potwierdza to praktyczną przydatność podejścia wieloczynnikowego w rzeczywistych systemach energetycznych górnictwa. Nowość naukowa tkwi w ulepszonej strukturze modelu wieloczynnikowego, która syntetyzuje wiele wskaźników jakości w ujednolicone ramy. Jego praktyczna wartość jest widoczna w zastosowaniach do zarządzania przepływem energii w przemysłowych mikrosieciach w kopalniach podziemnych, zwłaszcza tych integrujących lokalne źródła energii.
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.