Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: supervised neural network

Sortuj według:

Ogranicz wyniki do:

Investigating the possibility of using a supervised neural network to predict the amount of electricity generated by wind farms

Kamiński Mateusz, Kolasa Marta

Przegląd Elektrotechniczny

2023

R. 99, nr 4

111--117

The article presents the state-of-the-art and the results of the authors’ own research obtained with the use of an artificial neural network to predict the amount of energy generated by wind turbines. A supervised neural network was used to convert algorithmically inputted meteorological data into output forecast data representing the amount of energy that could be generated by the offshore wind turbines. The amount of energy produced by renewable energy sources is directly linked to unpredictable weather conditions. The stochastic nature of meteorological conditions makes it difficult to extrapolate generation curves, which are necessary for the balancing energy market. Implementing neural networks in national energy systems can make them more resilient and sustainable, by enabling the efficient synergy of RES and conventional energy sources.

W artykule przedstawiono przegląd literatury oraz wyniki badań autorów związane z wykorzystaniem sieci neuronowych do predykcji generowanej energii elektrycznej przez farmy wiatrowe. W pracy wykorzystano nadzorowaną sieć neuronową do konwersji wartości wejściowych, w postaci meteorologicznych danych pogodowych, na dane wyjściowe, w postaci prognozowanej dostępnej generacji energii elektrycznej przez morską farmę wiatrową. Ilość wytwarzanej energii poprzez odnawialne źródła energii jest skorelowana z nieprzewidywalnymi warunkami środowiskowymi. Stochastyczna natura warunków atmosferycznych utrudnia wyprowadzenie ekstrapolowanych krzywych generacji, niezbędnych do zarządzania rynkiem bilansującym energii elektrycznej. Zastosowanie sieci neuronowych w krajowych systemach energetycznych może zagwarantować bezpieczną zrównoważoną synergię OZE z konwencjonalnymi źródłami wytwórczymi.

Classification of transformer oil using self-organizing networks and bayesian neural networks

Mokhnache L., Boubakeur A.

Prace Naukowe Instytutu Podstaw Elektrotechniki i Elektrotechnologii Politechniki Wrocławskiej. Konferencje

2004

Vol. 40, nr 15

196-199

In this paper supervised and unsupervised neural networks have been applied. To help the inexperienced transformer oil analyst to make good diagnosis, by classifying the transformer oil in classes giving its dielectric and cooling state; a Bayesian network a self organization map and a competitive layer have been applied. They present a high quality of classification in generalization phase.