Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: time series model

Sortuj według:

Ogranicz wyniki do:

Dynamic rating method of traction network based on wind speed prediction

Su Zhaoux, Tian Mingxing, Sun Lijun, Zhang Ruopeng

Archives of Electrical Engineering

2022

Vol. 71, nr 2

379--395

The operating temperature of the transmission line in the traction network is affected by geographical and climatic factors, especially the wind speed. To make better use of the thermal stability transmission capacity of the traction power supply system in improving the short-term emergency transmission capacity, the dynamic rating technology is introduced into the traction power supply system. According to the time-varying characteristics of the actual wind speed, a dynamic rating method of the traction network based on wind speed prediction is proposed and constructed. Based on the time series model in predicting the wind speed series along the corridor of the traction network, the temperature curve of each transmission line under different currents is calculated by combining it with the heat balance equation of an IEEE-738 capacity expansion model, thus the relationship between the peak operating temperature and current of each transmission line in the prediction period is obtained. According to the current distribution coefficient, the capacity increase limit of the traction network is determined. The example shows that the proposed dynamic rating method based on wind speed prediction is an effective method to predict the short-term safe capacity increase limit of the traction network, which can increase the comprehensive capacity of the traction network by about 45% in the next six hours, and the capacity increase effect is obvious, which can provide reference and technical support for short-term emergency dispatching of traction power supply dispatching centres.

Zastosowanie wybranych modeli szeregów czasowych do prognozowania wielkości sprzedaży

Jurczyk K., Multana H., Woźniak W.

Logistyka

2014

nr 6

14299--14304, CD 6

Przy rozliczeniach terminowych powszechnym zjawiskiem jest fakt, że zamówienia składane są w dużych odstępach czasu na stosunkowo dużą kwotę. Następnie następuje okres sprzedaży zamówionych produktów i akumulacja gotówki na spłatę zobowiązań. Często zdarza się, że pewnych produktów zaczyna już brakować, ale nie składa się zamówień oczekując na zebranie kwoty wystarczającej do spłaty poprzedniej zaległości zezwalającej na ponowny zakup z odroczonym terminem płatności. Odnotowujemy więc podwójną stratę. Zupełnie inaczej wygląda sytuacja w przypadku, gdy operujemy zamówieniami w krótkim odstępie czasu – maksymalne wykorzystanie obrotu gotówki gwarantuje przede wszystkim uniknięcie braków w asortymencie. Celem artykułu było zbudowanie modelu szeregu czasowego umożliwiającego predykcję wielkości sprzedaży w kolejnych dniach w wybranym przedsiębiorstwie. Wysokość obrotu dziennego jest czynnikiem mającym największy wpływ na efektywne zarządzanie gotówką i towarem dlatego też prognoza jest tak istotna. W badaniach wykorzystano modele SARIMA oraz sztuczne sieci neuronowe.

The research objective was to build a time series models for forecasting sales. In the paper, the analysis of the possibility of using SARIMA models as well as artificial neural networks to forecast demand level at some trading company were introduced. The results has satisfied the authors.