Transformacja energetyczna to proces, który będzie trwał przez najbliższe 30 lat. Proces ten to zastępowanie rynków schodzących paliw kopalnych (WEK-PK) rynkami elektroprosumeryzmu, realizowany w sposób dynamiczny (rozłożony w czasie) w środowisku kosztów krańcowych (rynków elektroprosumeryzmu). Potrzebne są rozwiązania, które pozwolą w sposób płynny przejmować kolejne obszary w miarę ich transformacji, jednocześnie ograniczając ryzyko kosztów osieroconych. Zwłaszcza że koszty te, w większości przypadków, muszą pokryć elektroprosumenci (osoby prywatne, firmy z sektora MMSP, jednostki JST) z własnych środków. W artykule omówiono klasyfikację odbiorów i odbiorników ze względu na ich rolę w zwiększaniu odporności elektroprosumenckiej, a także przewagę rozwiązań w postaci systemów hybrydowych i modułowych, które pozwalają na koordynowanie działań wielu obszarów, wdrażanych w różnych fazach danej (elektroprosumenckiej) trajektorii transformacyjnej i często o różnym czasie realizacji tych rozwiązań. Przeanalizowano koszt krańcowy budowania odporności elektroprosumenckiej na przykładzie osłony OK1 wyposażonej w źródło PV i akumulator.
EN
Energy transition is a process that will last for at least next 30 years. The process in practice is the replacement of fossil fuels (WEK-PK) descending markets with the electroprosumerism ones, realised dynamically (spread over time) in the marginal costs environment (electroprosumerism markets). Solutions are needed that will allow smooth taking over successive areas as they transform, reducing at the same time the risk of stranded costs. Especially that these costs in most cases must be borne by electroprosumers (private persons, MSMEs, local government entities - JST) from their own resources. Discussed is here classification of loads and end-users in view of their role in increasing the electroprosumeric resilience as well as the advanatage of solutions in the form of hybrid and modular systems that allow coordination of actions in many areas, implemented in various phases of the given (electroprosumeric) transition trajectory and often having different periods of execution. Analysed is the marginal cost incurred in connection with building of electroprosumeric resilience on the example of OK1 front-end equipped with PV energy source and a battery.
2
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
The article reviews and analyzes literature for application of artificial intelligence in forecasting of crop yield. Yield forecasting models were based on neural networks, fuzzy logic or hybrid solutions. When designing new yield forecasting models, analyzes of the main factors of components that are important for yield forecasting should be performed. This is to eliminate unnecessary or negligible factors for forecasting. It is also important to review the databases that will be used for forecasting. The data with unusual numerical results that differ significantly from reality should be deleted. This will improve the quality of the databases and, as a result, will give better forecasting results. In more complex cases, it would be recommended to create hybrid solutions combining neural networks and fuzzy logic to combine the advantages of both solutions.
PL
W artykule wykonano przegląd i analizę literatury dla zastosowań sztucznej inteligencji przy prognozowaniu plonów. Modele prognozowania plonów były oparte o sieci neuronowe, logikę rozmytą lub rozwiązania hybrydowe. Przy projektowaniu nowych modeli prognozowania plonów należy przeprowadzić analizy głównych składowych czynników, które są istotne dla prognozowania plonu. Ma to na celu eliminację czynników zbędnych lub mało znaczących dla prognozowania. Istotne jest również dokonanie przeglądu baz danych, które zostaną wykorzystane do prognozowania.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.