Wyniki wyszukiwania - BazTech

1

Analiza statystyczna danych oraz prognozy generacji energii w farmie wiatrowej z wyprzedzeniem do 24 godzin (część 1.)

Piotrowski Paweł, Baczyński Dariusz, Kopyt Marcin, Aspras Rafał, Dryja Hubert, Makowski Paweł, Samul Kamil

Elektro Info

|

2021

|

nr 4

74--76

PL

W artykule przedstawiono analizę statystyczną danych z farmy wiatrowej oraz prognozy generacji energii z wyprzedzeniem do 24 godzin.

EN

The article presents a statistical analysis of wind farm data and energy generation forecasts up to 24 hours ahead.

2

Analiza statystyczna danych oraz prognozy generacji energii w farmie wiatrowej z wyprzedzeniem do 24 godzin (część 2.)

Piotrowski Paweł, Baczyński Dariusz, Kopyt Marcin, Aspras Rafał, Dryja Hubert, Makowski Paweł, Samul Kamil

Elektro Info

|

2021

|

nr 6

82--84

PL

W artykule przedstawiono analizę statystyczną danych z farmy wiatrowej oraz prognozy generacji energii z wyprzedzeniem do 24 godzin. Sformułowano wnioski końcowe z wykonanych prognoz oraz analiz statystycznych.

EN

The article presents a statistical analysis of wind farm data and energy generation forecasts up to 24 hours ahead. The conclusions have been drawn based on forecasts outcome and statistical analysis.

3

Koncepcja wykorzystania sieci neuronowych MLP w procesie likwidacji szkód komunikacyjnych

Czech P., Wilk K., Łukasik R.

Zeszyty Naukowe. Transport / Politechnika Śląska

|

2008

|

z. 64

93-103

PL

W artykule przedstawiono wyniki prób zastosowania sieci neuronowej typu MLP do określania stanu deformacji nadwozia pojazdu samochodowego, będącej skutkiem kolizji drogowej. Jako parametr badawczy przyjęto rozmiar szkody określony pracą deformacji nadwozia pojazdu poszkodowanego Wdef. Dodatkowo sprawdzono przydatność sieci MLP do określenia rozmiaru szkody komunikacyjnej będącej skutkiem kolizji drogowej. Jako parametr badawczy przyjęto rozmiar szkody określony współczynnikiem zależnym od kosztu naprawy uszkodzonego pojazdu oraz jego wartości rynkowej. Elementy mechanizmu zdarzenia szkodowego determinujące rozmiar szkody stanowiły czynniki wewnętrzne układu, tj. cechy techniczne pojazdów, cechy osobnicze kierujących, wpływ czynników atmosferycznych oraz lokalizacji czasowo-przestrzennej zdarzenia. Badaniem objęto tysiąc przypadków zgłoszonych w celu likwidacji w śląskim oddziale jednego z zakładów ubezpieczeń. W przeprowadzonych badaniach sprawdzono również działanie sieci neuronowych dla ograniczonej liczby danych wejściowych.

EN

In the article the attempt to use the MLP neural network to define the state of the motor-car body deformation as a result of road collision was presented. As the research parameter the size of damage of the car of the aggrieved party was assumed, defined by the work of the motor-car body deformation Wdef. Additionally the usefulness of the MLP network to define the size of traffic damage being a result of a road collision was checked. As the research parameter the size of the damage was assumed, defined by the coefficient dependent on the cost of the damaged car repair and its market value. The elements of the mechanism of the damaging event determining the size of the damage were the interior factors of the system, that is, the technical features of the vehicles, the personal character features of the drivers, the influence of the weather conditions and the location of the event in time and space. The research was conducted on one thousand cases submitted to liquidate in the Silesian branch of one of the insurance companies. In the conducted research the functioning of the neural network for limited amount of initial data was checked.

4

Sieci neuronowe typu MLP oraz RBF jako narzędzia klasyfikacyjne w analizie obrazu

Boniecki P.

Journal of Research and Applications in Agricultural Engineering

|

2006

|

Vol. 51, nr 4

34-39

PL

Neuronowa identyfikacja danych obrazowych, ze szczególnym naciskiem na analizę ilościową oraz jakościową, coraz częściej wykorzystywana jest do pozyskiwania oraz zgłębiania wiedzy zawartej w danych empirycznych. Ekstrakcja, a następnie klasyfikacja wybranych cech obrazu, pozawala na wytworzenie informatycznych narzędzi do identyfikacji wybranych obiektów, prezentowanych np. w postaci obrazu cyfrowego. W związku z tym, celowym wydaje się być poszukiwanie nowoczesnych metod wspomagających proces edukacyjny w zakresie konstrukcji oraz eksploatacji modeli neuronowych w kontekście ich wykorzystania w procesie analizy obrazu. Dodatkowym celem pracy było porównanie jakości sieci MLP oraz RBF mające na względzie wskazanie optymalnego instrumentu klasyfikacyjnego.

EN

The neuronal identification of pictorial data, with special emphasis on both quantitative & qualitative analysis, is more frequently utilized to gain & deepen the empirical data knowledge. Extraction & then classification of selected picture features, enables one to create computer tools in order to identify these objects presented as, for example, digital pictures. In relationship from this, it seems to be purposeful the search of the modern methods helping educational process in the range of construction as well as exploitation of neuronal models in context of their utilization in picture analysis process. The additional aim of the work was the comparison of neural network of the type MLP and RBF for indication of the optimum classification tool.

5

Sieci neuronowe typu MLP oraz RGB jako komplementarne modele aproksymacyjne w procesie predykcji plonu pszenżyta

Boniecki P.

Journal of Research and Applications in Agricultural Engineering

|

2004

|

Vol. 49, nr 1

28-33

PL

W ostatnich latach dynamiczny rozwój technik informatycznych spowodował pojawienie się nowych możliwości obliczeniowych, bazujących na wzorcach pochodzących z obserwacji procesów naturalnych, a w szczególności pracy mózgu. Pojawiające się metody, mające cechy sztucznej inteligencji, pozwalają na budowę modeli symulacyjnych, które realizują postawione zadania w oparciu o wzorce zaczerpnięte bezpośrednio z obserwacji przyrody. W procesie badania probabilstycznych systemów empirycznych, uzasadnionym wydaje się być wykorzystanie komplementarnej metody analizy problemów oraz zagadnień techniki rolniczej, jaką reprezentują sztuczne sieci neuronowe.

EN

The dynamic development of the information technology in the recent years resulted in the development of completely new computation possibilities, based on patterns taken from the observation of natural processes, and particularly of the work of the brain. The new methods, which have some features of artificial intelligence, make it possible to build simulation model that perform the tasks assigned to them on the basis of patterns taken directly from the observation of the nature. Therefore, in the research of probabilistic empirical systems, it seems justified to use a complementary method of analysis of agricultural engineering problems and issues, which is represented by artificial neuron networks.

6

Prediction of the temperature field in a pebble-bed store of thermal energy with the use of the MLP artificial neural network

Majewski A., Boniecki P., Mueller W.

Journal of Research and Applications in Agricultural Engineering

|

2004

|

Vol. 49, nr 1

24-27

EN

Storage of thermal energy with the use of a pebble-bed store is an unusually efficient and simple solution. The estimation of temperature inside the bed for demanded dimensions at the chosen working phase of running it (charge, storage, discharge) - is difficult and time-consuming process (the necessity of carrying out of natural experiment). The essential feature of artificial neural networks is a possibility of prediction. It permits to use them predicting the field of temperatures, reducing the time of experiment andfinancial expenses. So in the present work artificial neural network of the perceptron type (MLP -MultiLayer Perceptron) was used. On the basis of the taught perceptron a computer system was designed and produced enabling prediction o fthe temperature field.

PL

Przechowywanie energii cieplnej za pomocą akumulatora kamiennego jest niezwykle ekonomicznym i prostym rozwiązaniem. Oszacowanie temperatury wewnątrz złoża dla żądanych wymiarów przy wybranej fazie pracy (ładowanie, przechowywanie, rozładowanie) -jest procesem niezwykle trudnym i czasochłonnym (konieczność przeprowadzenia doświadczenia naturalnego). Istotna cecha sztucznych sieci neuronowych jaką jest predykcja, pozwoliła je wykorzystać do przewidywania (prognozowania) pola temperatur, redukując tym samym czas doświadczenia i nakłady finansowe. W tym celu posłużono się sztuczną siecią neuronową typu perceptron (MLP - MultiLayer Perceptron). Na podstawie nauczonego perceptronu został zaprojektowany i wytworzony system komputerowy umożliwiający predykcję pola temperatur.