Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 6

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

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
PL
W dobie silnego wzrostu komunikacji sieciowej, głównie dzięki mobilności urządzeń, zauważa się duży potencjał rozwoju szybkiego i niezawodnego dostępu do Internetu. Potrzeba ta pociąga za sobą konieczność wykonania prognoz wydajności takich połączeń sieciowych, aby móc w pełni spełnić oczekiwania użytkowników. W pracy zaproponowano przestrzenno-czasową prognozę wydajności sieci Web przy użyciu metody krigingu prostego, jednej z geostatystycznych metod estymacyjnych. Metoda ta przy tworzeniu obszarowo-czasowych prognoz, wymaga minimalnej ilości danych wejściowych, jedynie położenia geograficzne serwerów webowych oraz wydajność pobierania zasobów z serwerów w danym czasie. Dane użyte do badań zostały pozyskane za pomocą aktywnego eksperymentu przez wieloagentowy system pomiarowy MWING. System ten składał się z agentów, których głównym zadaniem było monitorowanie zdefiniowanej grupy serwerów webowych. Wykonano analizę danych pomiarowych, po czym opisano model przestrzennej prognozy czasu ściągania danych z serwerów webowych. Wyniki prognozy zostały przeanalizowane oraz wskazano kierunki przyszłych badań mające wpływ na polepszenie prognoz dotyczących wydajności sieci Web.
EN
In the era of strong growth of network communication, mainly due to mobile devices, there is a great potential for the development of fast, reliable access to the Internet. This need implies the necessity of forecasting performance of such network connections in order to fully meet the demands of users. The paper proposes a spatio-temporal Web performance forecast using simple kriging method, one of the geostatistical estimation methods. This method requires only the minimum amount of input data, the geographical location of Web servers and the download time of a given resource. The data used in the research were acquired from an active experiment conducted by our multi-agent measurement system MWING. This system is composed of agents whose main task is to monitor a defined group of Web servers. In the research, the connections between an agent in Gdansk and European servers were considered. Analysis of measurement data was carried out, and then model of spatial forecast of a total time of downloading data from Web servers was described. Results of forecast were analyzed in detail indicating future directions of research to improve Web performance forecasts
PL
Zagadnienie smart meteringu nabiera coraz większego znaczenia zarówno w Polsce jak i w krajach Unii Euro-pejskiej, ponieważ we wrześniu tego roku państwa te mają dokonać ekonomicznej oceny wszystkich długoterminowych kosztów i korzyści dla rynku oraz indywidualnego konsumenta, a także oceny, która forma inteligentnego pomiaru jest uzasadniona z ekonomicznego punktu widzenia i najbardziej opłacalna oraz w jakim czasie ich dystrybucja jest wykonalna. Bezapelacyjnie wiąże się też z tym faktem problem ustalenia efektywnej komunikacji w smart meteringu, czyli wybranie najbardziej opłacalnego i niezawodnego rodzaju sieci i protokołu komunikacyjnego na danym etapie. Jendocześnie należy też rozważyć problem wydajności takiej sieci komunikacyjnej oraz przypadków przeciążeń sieci w szczytowych godzinach. W artykule tym przedstawiono prognozy 3D wydajności sieci Internet za pomocą geostatystycznych metod symulacyjnych. Dużą zaletą tych metod jest możliwość prognozy obszarowo-czasowej, uwzględniającej czynnik losowości. Baza danych stworzona została w oparciu o wieloagentowy system pomiarowy MWING. W dalszej części pracy przeprowadzono analizę otrzymanych wyników oraz podano propozycję zastosowania adekwatnych modeli prognoz do badań wydajności komunikacji smart metering.
EN
The issue of smart metering is very important in recent years in both, European Union and Poland due to European Union directive, which states that to September of 2012 member states is obliged to introduce intelligent measurement systems based on the economical evaluation of all long-term costs and benefits for market and individual consumer and determination of which form of intelligent measurement is justified from the economical point of view and in what time this could be done. Undoubtedly, this leads to the need to determine effective communication in smart metering, which means the choice of the most reliable and profitable kind of network and communication protocol at the given level. Simultaneously, the issue of efficiency of such communication network and its overload in peak hours should be addressed. In the paper, the 3D forecasts performed with geostatistical simulation methods of Internet Web performance has been presented. The significant advantage of these methods is the possibility of performing spatio-temporal forecasting, which takes account the random factors. Data base has been based on the multiagent measurement system MWING. Further, analysis of obtained results has been performed and the application of adequate forecast models for investigation of smart metering communication has been proposed.
PL
Przedstawiono opis geostatystycznej metody Sekwencyjnej Symulacji Gaussa oraz jej praktyczne zastosowanie do powierzchniowego prognozowania zapotrzebowania na moc elektryczną. Zaproponowano wykorzystanie metody Sekwencyjnej Symulacji Gaussa do obliczenia prognozy obciążeń elektrycznych w sieci przesyłowej 220 i 400 kV na terenie całej Polski, z wyprzedzeniem czasowym wynoszącym jeden rok. W artykule zamieszczono rezultaty analizy wstępnej i strukturalnej danych - mocy w węzłach rozważanej sieci, które są niezbędne do przeprowadzenia dalszych obliczeń prognostycznych. Następnie przedstawiono propozycję modelu prognozy oraz wyniki przeprowadzonych obliczeń i analiz.
EN
The paper contains both, theoretical description and practical application, of the Sequential Gaussian Simulation method. This method, belonging to geostatistical methods, has been discussed in details and has been applied to spatial electric load forecasting in transmission networks with forward period of time equal to one year. Preliminary and structural data analysis required to perform further predictions have been presented. Moreover, the details of electric load forecast model has been shown. Obtained results of forecast have been analyzed and summarized.
PL
Artykuł zawiera przegląd modeli przestrzennego prognozowania obciążeń elektrycznych w sieciach: dystrybucyjnej i przesyłowej na terenie Polski. Porównanie metod przygotowano pod kątem analizy wpływu różnych czynników metodycznych na dokładność prognozy. Do obliczeń omawianych prognoz wykorzystano geostatystyczne metody: Turning Bands i Sekwencyjną Symulację Gaussa. Artykuł kończy podsumowanie i wnioski z przeprowadzonych analiz.
EN
The paper contains review of models of spatial electric load forecasting in distribution and transmission networks in Poland. Comparison of methods has been prepared from the point of view of different methodical factors influence on accuracy of forecast. Calculations of this forecast have been performed with geostatistical methods: Turning Bands and Sequential Gaussian Simulation. Paper ends with summarize and conclusions derived from discussed analyses.
PL
Artykuł dotyczy przestrzennego prognozowania obciążeń elektrycznych sieci dystrybucyjnych i przesyłowych na terenie Polski. Taka prognoza jest niezbędna w planowaniu rozwoju i eksploatacji systemów elektroenergetycznych, szczególnie jest ona przydatna w sytuacji rozwijania mechanizmów konkurencji na rynku energii elektrycznej. W artykule omówiono geostatystyczną metodę symulacyjną Turning Bands, którą wykorzystano do prognozowania obciążeń elektrycznych w układzie 3D, z wyprzedzeniem czasowym wynoszącym jeden rok. Przedstawiono rezultaty analizy wpływu różnych czynników metodycznych na dokładność prognozowania zapotrzebowania na moc.
EN
Article concern spatial electric load forecasting distribution and transmission networks for area of Poland. That forecast is essential in planning the development and operation of power transmission and distribu-tion networks, especially when a competitive energy market is being developed. Geostatistical simulation method Turning Bands was discussed in details and was applied to spatial electric load forecasting with forward period of time equal to one year. Analysis of influence of different methodological factors on accuracy of spatial forecast for power demand performed with Turning Bands method was presented.
PL
Artykuł zawiera przegląd metod symulacyjnych zastosowanych do przestrzennego (w układzie 3D) prognozowania obciążeń elektrycznych. Prognoza powierzchniowego rozkładu obciążeń jest przydatna w planowaniu rozwoju i eksploatacji systemów elektroenergetycznych, szczególnie w sytuacji rozwijania konkurencji na rynku energii elektrycznej oraz wzmożonej aktywności inwestorów gospodarczych. W artykule omówiono algorytmy prognozy i wskazano ich modyfikacje. Wyodrębniono w algorytmach dwa moduły: obszarowy i czasowy, przedstawiając dokładniej ich działanie. Następnie przedstawiono geostatystyczną metodę symulacyjną Turning Bands, którą zastosowano do modelowania obciążeń elektrycznych dla obszaru Polski oraz prognozowania z wyprzedzeniem czasowym wynoszącym 1 rok.
EN
The paper contains simulation methods review applied to spatial (3D coordinate system) electric load forecasting. The surface of electric load forecast is necessary in planning the development and operation of power transmission and distribution networks, especially when a competitive energy market is being developed and intensive economical investors activity. Algorithms of forecast are being discussed in the paper and indicated their modification. Two modules in algorithms are being separated: spatial and temporal, then presented more precisely. Next, the Turning Bands geostatistic simulation method is being presented which is applied to modeling electric loads for the area of Poland and forecast for one year ahead.
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.