Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 9

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
PL
W pracy przedstawiono założenia i najważniejsze cechy modelu matematycznego wraz z przykładowymi wynikami badań symulacyjnych jakie wykonano w ramach analizy i oceny struktury techniczno-ekonomicznej, którą jest instalacja elektrociepłowni przed i po rozbudowie o instalację akumulacji ciepła. Opracowany model matematyczny pozwolił na odzwierciedlenie pracy rzeczywistego systemu oraz rozpatrywanych wariantów integracji z instalacją akumulacji ciepła w formie układu równań i nierówności z funkcją celu, którą jest maksymalizacja zysku ze sprzedaży energii elektrycznej i ciepła przy jednoczesnym minimalizowaniu zużycia węgla i energii elektrycznej potrzeb własnych wynikających z optymalizacji warunków pracy poszczególnych urządzeń i dynamicznego wykorzystania zjawiska akumulacji ciepła. Prezentowane wyniki pochodzą z zakończonych badań przemysłowych i prac rozwojowych związanych z realizacją projektu badawczego mającego na celu określenie technologii zapewniającej optymalną współpracę elektrociepłowni z układem wysokoefektywnej akumulacji ciepła.
EN
The paper presents the assumptions and most important features of the mathematical model, along with sample results of simulation studies that were carried out as part of the analysis and evaluation of the technical and economic structure, which is the installation of a combined heat and power plant before and after expansion with a heat accumulation installation. The developed mathematical model allowed to reflect the operation of the real system and the considered variants of integration with the heat accumulation installation in the form of a system of equations and inequalities with the objective function, which is to maximize the profit from the sale of electricity and heat while minimizing the consumption of coal and electricity own needs resulting from the optimization of the operating conditions of individual devices and the dynamic use of the heat accumulation phenomenon. The results presented here come from completed industrial research and development work related to the implementation of a research project aimed at determining the technology that ensures optimal cooperation of a thermal power plant with a highly efficient heat accumulation system.
EN
For much of the last two decades, the Central and East European (CEE) economies have experienced a deep structural reform, moving away from a socialist economic system towards a market economy. The political situation of the second half of the 20th century had a significant impact on the economic development and competitiveness of these transition countries, when compared with their Western European counterparts. A vast number of studies have been conducted to analyze the structural changes required for resource-dependent economies to achieve long-term development and to understand the synergies between commodities and diversification. Yet, the dynamics of resource extraction and the resource dependence of regions that have experienced periods of sustained levels of growth have largely been overlooked, especially the Central and Eastern European region. In this context, this article presents an analysis of the level of resource dependence of six countries which joined the European Union between 2004 and 2007. Using data spanning from the year 2000 to 2017, we calculate the Extractives Dependence Index (EDI) of six former Soviet satellite nations and one former Soviet state. Our results indicate that the commodity structure of trade in the six countries which joined the European Union has changed considerably. These countries have reduced their economic dependence on extractive resources by developing their high value-added and technology-intensive sectors. Our findings also reveal that Poland experienced the highest decrease in EDI scores among the six CEE countries.
PL
Przez ostatnie trzydzieści lat gospodarki Europy Środkowo-Wschodniej (CEE) przeżywały głęboką reformę strukturalną, odchodząc od socjalistycznego systemu gospodarczego w kierunku gospodarki rynkowej. Sytuacja polityczna drugiej połowy XX wieku miała znaczący wpływ na rozwój gospodarczy i konkurencyjność tych krajów w okresie transformacji w porównaniu z ich zachodnioeuropejskimi odpowiednikami. W światowej literaturze możemy znaleźć wiele badań analizujących konieczne zmiany strukturalne dla gospodarek zależnych od zasobów. Celem tych zmian jest osiągnięcie długoterminowego rozwoju i zrozumienie roli dywersyfikacji struktury eksportu. Dynamika wydobycia zasobów i zależności od zasobów krajów, które doświadczają okresu utrzymującego się wzrostu gospodarczego, zostały jednak pominięte, szczególnie dla regionu Europy Środkowo-Wschodniej. W tym kontekście w artykule przedstawiono analizę poziomu zależności od zasobów dla sześciu krajów Europy Środkowo-Wschodniej, które przystąpiły do Unii Europejskiej w latach 2004–2007. Korzystając z danych z okresu 2000–2017, obliczony został indeks zależności zasobowej (EDI) dla Polski oraz pięciu innych byłych państw satelickich ZSRR, a także jednej z byłych republik radzieckich. Nasze wyniki wskazują, że struktura handlowa w sześciu krajach, które przystąpiły do Unii Europejskiej po 2004 roku, uległa znacznej zmianie. Kraje te zmniejszyły swoją zależność ekonomiczną od przemysłu wydobywczego, opierając gospodarkę na innych sektorach przemysłu, szczególnie sektorach zapewniających wysoką wartość dodaną i wzroście eksportu towarów zaawansowanych technologicznie.
PL
Artykuł przedstawia wprowadzenie oraz podstawy teoretyczne teorii zbiorów rozmytych, czyli działu matematyki opracowanego do opisu danych i informacji nieprecyzyjnych i niejednoznacznych. Logika rozmyta stanowi dział tej teorii i znajduje swoje zastosowanie w takich dziedzinach, jak: sterowanie, optymalizacja, wspomaganie podejmowania decyzji, diagnostyka i monitorowanie, rozpoznawanie wzorców i wielu innych. Przedstawione rozważania poszerzono również o przykładowe zastosowania logiki rozmytej, m.in. w elektrometrii i grzejnictwie, sterowaniu urządzeń chłodniczych, mechanicznych dysków twardych, przetwarzaniu obrazów i rozpoznawaniu słów.
EN
Given is an introduction and theoretical foundations of a fuzzy set theory i.e. the branch of mathematics developed for description of imprecise and ambiguous data and informations. Fuzzy logic is a subject area of this theory and is applied in such fields like control, optimization, decision making support, diagnostics and monitoring, pattern recognition and many others. Presented considerations are also extended by exemplary applications of the fuzzy logic i.a. in electrometry and heating, cooling devices control, mechanical hard disks, image processing and word recognition.
PL
Artykuł omawia wyniki prognozowania wygasłego 15-minutowego szczytowego zapotrzebowania na moc elektryczną w KSE. Badania przeprowadzono przy zastosowaniu klasycznej metody najmniejszych kwadratów bazując jedynie na autoregresyjnym charakterze analizowanej wielkości (bez udziału zmiennych objaśniających). Testy symulacyjne w trybie wygasłym na dobę w przód obejmowały analizy dla wielomianu stopnia drugiego oraz trzeciego dla opóźnień od dwóch do szesnastu dób poprzedzających, a celem artykułu było dobranie najkorzystniejsze ich kombinacji. Analizowane szeregi czasowe obejmowały okres trzynastu lat oraz okres pięciu lat w podziale na dni tygodnia. Otrzymane wyniki prognoz porównano z prognozami naiwnymi. Skuteczność najkorzystniejszej wygasłej predykcji dla wielomianu trzeciego stopnia i opóźnienia 15-dobowego za pomocą klasycznej metody MNK była niższa niż dla prognoz naiwnych.
EN
The paper discusses the results of forecasting the expired 15-minute peak demand for electrical power in the Polish National Power System. The research was carried out using the classical method of least squares based only on the autoregressive character of the analyzed time series, without the participation of explanatory variables. Simulation tests included analyzes for the second and third degree polynomial for delays from two to sixteen preceding days, and the purpose of the article was to select the most favorable combinations thereof. The analyzed time series included a period of thirteen years, a period of five years divided into days of the week. The obtained results of expired forecasts were compared with naive forecasts. The effectiveness of the most favorable expired prediction for the third degree polynomial and the 15 day delay with the classical method of least squares was lower than for the naive prognoses.
PL
W tekście przedstawiono wyniki zastosowania metody MARSplines, należącej do szerokiej grupy metod Data Mining, do prognozowania zapotrzebowania na moc elektryczną w Krajowym Systemie Elektroenergetycznym. Przedstawiono zmienne objaśniające i ich powiązanie ze zmienną prognozowaną. Zamieszczono ponadto obszerną analizę statystyczną tych zmiennych. Na podstawie przeprowadzonych symulacji w trybie ex post i ex ante sformułowano wnioski dotyczące samej metody oraz wnioski wynikające z czynności prognostycznych.
EN
The article presents the results obtained from applying the MARSplines method, which belongs to a broad group of Data Mining methods, to forecast the electric power demand in the Polish National Power System. Furthermore, the relationship between explanatory variables and the forecasted variable is examined through an extensive statistical analysis. Based on the (ex–post and ex–ante) simulations results a number of conclusions are drawn regarding the method itself and the accuracy of its predictions.
PL
Artykuł prezentuje możliwość skorzystania z metod statystycznych automatyzujących dobór zmiennych objaśniających na przykładzie szczytowego obciążenia dobowego KSE. Testy ex post dotyczyły 10 zbiorów zmiennych objaśniających dla metod statystycznych klasycznych i typu Data Mining. Uzyskana macierz wyników pozwala wstępnie wybrać najkorzystniejszy zbiór zmiennych objaśniających i metodę statystyczną.
EN
The article examines the possibility of using statistical methods for the automated selection of explanatory variables of the daily peak demand in the National Power System. An analysis of 10 explanatory variable sets was conducted through classical and Data Mining methods. The obtained results, which are presented as a matrix of (ex-post) statistical measures, prove to be useful in the selection of the appropriate statistical method and the selection of explanatory variables.
EN
Natural resources and the extractive industries play a central role in the economy of developing countries and the lives of nearly half of the world’s population. The increasing demand for oil, gas, and mineral resources has led some countries to prioritize the extractive industries; yet, there is growing empirical evidence that in some cases governments have neglected other sectors of the economy, making them highly dependent and vulnerable to volatile commodity prices. Latin American countries face the challenge of changing their model of primary-export specialization and move away from their dependence on natural resource-intensive exports in order to avoid being vulnerable to commodity cycles. In this context, given the limited literature available on measuring the dependence on the extraction of oil, gas and minerals of the Ecuadorian economy, the objective of this article is to twofold. First, to provide a snapshot of the historical and current situation of Ecuador’s natural resource dependence. Second, to estimate the Extractives Dependence Index (EDI) scores for Ecuador for the years 2003 to 2017. The EDI is a generally accepted method for measuring a country’s aggregate dependence on natural and mineral resources. Based on the EDI scores obtained, we analyze the variation of this indicator and investigate the effect of extractives dependence on the Ecuadorian economy. Results show that despite the government’s significant efforts to diversify Ecuador’s economy, the country has a persistent dependence on the extractive sector.
PL
Zasoby naturalne oraz przemysł wydobywczy odgrywają kluczową rolę w gospodarkach krajów rozwijających się i mają wpływ na niemal połowę populacji świata. Rosnący popyt na ropę naftową, gaz ziemny oraz pozostałe surowce mineralne spowodował, że część krajów stawiana na pierwszym miejscu rozwój sektora wydobywczego, zaniedbując pozostałe gałęzie gospodarki, co może powodować – w obliczu coraz liczniejszych dowodów empirycznych – uzależnienie i wysoką podatność tych pozostałych sektorów na wahania cen surowców. Dużym wyzwaniem dla krajów Ameryki Południowej jest zmiana modelu funkcjonowania gospodarek, nastawionych w pierwszej kolejności na eksport, i odejście od uzależnienia od wydobycia surowców mineralnych, w celu uniknięcia podatności na cykle koniunkturalne, którym podlegają ceny tych surowców. W związku z powyższym oraz z uwagi na ograniczoną liczbę artykułów w literaturze światowej na temat uzależnienia gospodarki Ekwadoru od wydobycia gazu ziemnego, ropy naftowej i innych surowców mineralnych, cel niniejszego artykułu jest dwojaki. Po pierwsze, przedstawienie krótkiego rysu historycznego oraz obecnej sytuacji w obszarze zależności zasobowej Ekwadoru. Po drugie, oszacowanie wartości wskaźnika uzależnienia od przemysłu wydobywczego (Extractives Dependence Index – EDI) dla Ekwadoru za lata 2003–2017. Bazując na otrzymanych wynikach, analizie poddano zmienność otrzymanych wartości oraz zbadano wpływ uzależnienia od przemysłu wydobywczego na gospodarkę Ekwadoru. Wyniki tej analizy wskazują, że pomimo podejmowanych przez rząd Ekwadoru działań na rzecz większego zdywersyfikowania gospodarki, w dalszym ciągu utrzymuje się silne uzależnienie od sektora wydobywczego.
PL
Artykuł prezentuje opis podstaw biologicznych sieci neuronowych, ich modeli, funkcji aktywacji oraz metod uczenia stosowanych w wielu dziedzinach, w tym w sterowaniu układów napędowych. Odpowiednio dobrane i nauczone sieci neuronowe umożliwiają odtwarzanie niedostępnych pomiarowo zmiennych stanu układu napędowego dzięki ich identyfikacji na podstawie określonych sygnałów wejściowych i wyjściowych obiektu lub na podstawie neuromodelowania układu napędowego. Przedstawione w artykule rozważania poszerzono również o przykładowe zastosowania sztucznych sieci neuronowych w innych dziedzinach tj. prognozowaniu, analizie i klasyfikacji danych oraz filtrowaniu sygnałów pomiarowych.
EN
Described is the basic knowledge relating to biological neural networks, their models, activation function and learning methods applied in many areas including driving systems control. Properly selected and taught neural networks enable recovery of the inaccessbile by measurements variables of a driving system condition thanks to their identification on the basis of specified input and output object signals or on the basis of neuromodeling of a driving system. Presented here considerations were also extended by exemplary applications of artificial neural networks in some other areas like forecasting, analysis and classification of data as well as filtering of measurement signals.
EN
The paper discusses the results of historical (ex post) forecasting of the 15-minute peak demand for power in the National Power System (NPS). The study employed the classic least squares method based on the autoregressive nature of the analysed quantity (without explanatory variables) only. Simulation tests in the expired mode (with known value of the forecast variable) for the following day included analyses for 2nd and 3rd order polynomials, for the number of values delayed by from 2 to 16 preceding days, and the purpose of the study was to select their most favourable combinations. The analysed time series covered the periods of 13 years and 5 years divided into weekdays. The forecast results (ex post and ex ante) were compared with naive forecasts (for weekly delays) assuming the assignment of earlier values to the forecast quantities. Effectiveness of the most favourable expired prediction for the 3rd order polynomial and the 15-day delay obtained by the classic least squares method was lower than for the naive forecasts.
PL
W artykule przedstawiono wyniki prognozowania wygasłego (na podstawie ex post) 15-minutowego szczytowego zapotrzebowania na moc elektryczną w Krajowym Systemie Elektroenergetycznym (KSE). Badania przeprowadzono z zastosowaniem klasycznej metody najmniejszych kwadratów (MNK), bazując jedynie na autoregresyjnym charakterze analizowanej wielkości (bez udziału zmiennych objaśniających). Testy symulacyjne w trybie wygasłym (przy znanej wartości zmiennej prognozowanej) na następną dobę obejmowały analizy dla wielomianu 2 oraz 3 stopnia, dla liczby wartości opóźnionych od 2 do 16 dób poprzedzających, a celem artykułu było najkorzystniejsze dobranie ich kombinacji. Analizowane szeregi czasowe obejmowały okres 13 lat oraz 5 lat w podziale na dni tygodnia. Otrzymane wyniki prognoz (ex post i ex ante) porównano z prognozami naiwnymi (dla opóźnień tygodniowych), zakładającymi przypisanie wartościom prognozowanym wartości wcześniejszych. Skuteczność najkorzystniejszej wygasłej predykcji dla wielomianu 3 stopnia i opóźnienia 15-dobowego za pomocą klasycznej metody najmniejszych kwadratów była niższa niż dla prognoz naiwnych.
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.