Wyniki wyszukiwania - BazTech

1

The use of neural networks to forecast the number of road accidents in Poland

Gorzelańczyk Piotr

Zeszyty Naukowe. Transport / Politechnika Śląska

|

2023

|

z. 118

45--54

EN

Every year, a large number of traffic accidents occur on Polish roads. However, the pandemic of recent years has reduced the number of these accidents, although the number is still very high. For this reason, all measures should be taken to reduce this number. This article aims to forecast the number of road accidents in Poland. Thus, using Statistica software, the annual data on the number of road accidents in Poland were analyzed. Based on actual past data, a forecast was made for the future, for the period 2022-2040. Forecasting the number of accidents in Poland was conducted using selected neural network models. The results show that a reduction in the number of traffic accidents is likely. The choice of the number of random samples (learning, testing and validation) affects the results obtained.

2

Application of the creeping trend model for forecasting of accident events in the steel industry in Poland

Małysa Tomasz

Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Śląska

|

2023

|

z. 170

313--324

EN

Purpose: The aim of the study to assess the possibility of using the creeping trend model in the forecasting of accidents at work in the steel sector in Poland, was presented. Design/methodology/approach: A four-stage research methodology was used to analyze the accident rate trend in the steel sector, based on: collecting empirical data, forecasting (creeping trend model), qualitative assessment of forecasts and determining the direction of activities in the field of health and safety. Findings: Based on the conducted research, it was found that it is possible to use the creeping trend model in forecasting the number of persons injured in accidents at work. The forecasts and their acceptance based on the criteria adopted in the methodology of own work made it possible to determine the directions of activities in the field of occupational health and safety in the steel sector in Poland. Research limitation/implications: The conducted analyses were limited to statistical data published by Statistic Poland. Forecasts of the number of persons injured in accidents in the steel sector were possible to determine thanks to the forecasting process using the creeping trend model. The forecasts are subject to errors, which is why it is important to interpret them more broadly, taking into account the specificity of the industry being the subject of the analyses. Practical implications: The forecasts can be important information on health and safety issues for the steel sector in Poland. The use of the creeping trend model, with the fulfillment of methodological assumptions (qualitative ocean of forecasts), can be useful in determining the direction of OSH activities in enterprises. Social implications: The article addresses the issue of the occurrence of accidents at work, the implementation of effective preventive measures in order to reduce them. Originality/value: The article presents the possibility of using the creeping trend model in the forecasting of the total number of persons injured in accidents in the steel sector in Poland. The forecasts and trend analysis can provide information for employers and employees of health and safety services regarding the effectiveness of the implemented preventive measures.

3

Wykorzystanie metod obliczeniowych i sztucznej inteligencji w bezpieczeństwie energetycznym

Morkisz Paweł, Wiącek Martyna, Wochlik Ireneusz

Wiedza Obronna

|

2023

|

nr 2

PL

Możliwości zastosowania sztucznej inteligencji w sektorze energetycznym są dziś szerokie. Ogromna ilość danych przechodzących przez ten sektor stwarza potrzebę wdrażania automatycznej, inteligentnej analizy oraz potencjał rozwoju tych technologii. Chcąc zapewnić bezpieczeństwo energetyczne rozumiane jako zapewnienie ciągłości dostaw energii i paliw, należy mieć pełną kontrolę nad ich dystrybucją i możliwymi zagrożeniami. Korzyści płynące z kontroli nad danymi, prognozowania kluczowych w tym sektorze wartości czy optymalizacji działań i operacji na sieci są nieocenione. Celem niniejszego artykułu jest przegląd konkretnych obszarów energetyki, w których metody obliczeniowe i sztuczna inteligencja mają największy potencjał. Ponadto, wskazanie konkretnych metod, które sprawdzone w innych sektorach lub zbadane w nauce mają zastosowanie również tutaj.

EN

The possibilities for using artificial intelligence in the energy sector are vast today. The massive amount of data passing through this sector creates the need to implement automatic, intelligent analysis and the potential for developing these technologies. In order to ensure energy security, understood as ensuring the continuity of energy and fuel supplies, it is necessary to have complete control over their distribution and possible threats. The benefits of controlling data, forecasting critical values in this sector, or optimizing activities and operations on the network are invaluable. The purpose of this article is to review specific areas of the energy sector where computational methods and artificial intelligence have the most significant potential. In addition, specific methods that have been proven in other sectors or studied in science are indicated to apply here.

4

Problems of forecasting the length of the assembly cycle of complex products realized in the MTO (make-to-order) model

Brzozowska Jolanta, Gola Arkadiusz, Kulisz Monika

Technologia i Automatyzacja Montażu

|

2023

|

nr 3

13--20

EN

This article presents the problem of forecasting the length of machine assembly cycles in make-to-order production (Make-to-Order). The model of Make-to-Order production and the technological process of manufacturing the finished product are presented. The possibility of developing a novel method, using artificial intelligence solutions, to estimate machine assembly times based on historical company data on manufacturing times for structurally similar components, is described. It is assumed that the result of the developed method will be an intelligent system supporting efficient and accurate estimation of machine assembly time, ready for implementation in production conditions. Such data as part availability, human resource availability and novelty factor will be used as input data for learning the neural network, while the output variable during learning the neural network will be the actual machine assembly time.

PL

W niniejszym artykule przedstawiono problem prognozowania długości cyklu montażu maszyn w produkcji na zamówienie (Make-to-Order). Przedstawiony został model produkcji na zamówienie oraz proces technologiczny wytwarzania wyrobu gotowego. Opisana została możliwość opracowania nowatorskiej metody, wykorzystującej rozwiązania z zakresu sztucznej inteligencji, umożliwiającej szacowanie czasu montażu maszyn w oparciu o dane historyczne przedsiębiorstw, dotyczące czasów wytwarzania podobnych konstrukcyjnie elementów. Zakłada się, iż rezultatem opracowanej metody będzie inteligentny system wspomagający skuteczne i dokładne szacowanie czasu montażu maszyn, gotowy do implementacji w warunkach produkcyjnych. Jako dane wejściowe do uczenia sieci neuronowej wykorzystane zostaną takie dane jak: dostępność części, dostępność zasobów ludzkich oraz czynnik nowości, zaś zmienną wyjściową podczas uczenia sieci neuronowej będzie rzeczywisty czas montażu maszyny.

5

Impact of information on the number of traffic accidents on the outcome of the forecast

Gorzelańczyk Piotr

Technical Sciences / University of Warmia and Mazury in Olsztyn

|

2023

|

nr 26(1)

219--230

EN

Every year, more and more vehicles appear on the world's roads. This leads to increased traffic on the roads. Road accidents have become a rapidly growing threat. They cause loss of human life and economic assets. This is due to the rapid growth of the world's human population and the very rapid development of motorization. The main problem in forecasting and analyzing data on the number of traffic accidents is the small size of the dataset that can be used for analysis in this regard. And on the other hand, road accidents cause, globally, millions of deaths and injuries annually is their density in time and space. It is worth noting that the pandemic has reduced the number of traffic accidents. However, the value is still very high. The purpose of the article is to assess the impact of information on the number of traffic accidents on the outcome of the forecast. To this end, using historical statistical data, the forecast of the number of traffic accidents for the following years was determined, and how this variability of the input data affects the value of the average percentage error of the forecast was determined. Based on the study, it can be concluded that a smaller number of input data, historical data on the number of accidents, instead of 32 years, 7 years, makes the determination of the forecast of the number of accidents for subsequent years, is at a satisfactory level, the average absolute percentage error of MAPE less than 7%. The article concludes with the determination of the forecast for future years. It is worth noting that the prevailing pandemic distorts the results obtained.

6

Forecasting the number of road accidents in Poland using weather-dependent trend models

Gorzelańczyk Piotr

Technical Sciences / University of Warmia and Mazury in Olsztyn

|

2023

|

nr 26(1)

57--76

EN

Every year a very large number of people die on the roads. From year to year, the value decreases, there are still a very high number of them. The pandemic has reduced the number of road accidents, but the value is still very high. For this reason, it is necessary to know under which weather conditions the highest number of road accidents occur, and to know the forecast of accidents according to the prevailing weather conditions for the coming years, in order to be able to do everything possible to minimize the number of road accidents. The purpose of the article is to make a forecast of the number of road accidents in Poland depending on the prevailing weather conditions. The research was divided into two parts. The first was the analysis of annual data from the Police statistics on the number of road accidents in Poland in 2001-2021, and on this basis the forecast of the number of road accidents for 2022-2031 was determined. The second part of the research, dealt with monthly data from 2007-2021. Again, the analyzed forecast for the period January 2022-December 2023 was determined. The results of the study indicate that we can still expect a decline in the number of accidents in the coming years, which is particularly evident when analyzing annual data. It is worth noting that the prevailing pandemic distorts the results obtained. The research was conducted in MS Excel, using selected trend models.

7

Deep learning technique for forecasting solar radiation and wind speed for dynamic microgrid analysis

Islam Md Mainul, Shareef Hussain, Al Hassan Eslam Salah Fayez

Przegląd Elektrotechniczny

|

2023

|

R. 99, nr 4

162--170

EN

The key variables in the development and operation of wind and solar power systems are wind speed and solar radiation. The prediction of solar and wind energy parameters is important to alleviate the effects of power generation fluctuations. Consequently, it is essential to predict renewable energy sources like solar radiation and wind speed precisely. An artificial intelligence-based random forest method is recommended in this paper to estimate wind speed and solar radiation. The number of decision trees in the random forest model is suggested to be optimised using a novel coot algorithm (CA), and the effectiveness of the CA is evaluated to that of the currently used particle swarm optimisation (PSO) method. The best forecasting data are used in this work to develop a dynamic Microgrid (MG) in MATLAB/SIMULINK. A novel binary CA is proposed to control the MG to minimize the cost. The effect of the energy storage system is also investigated during the simulation of the MG.

PL

Kluczowymi zmiennymi w rozwoju i działaniu systemów energii wiatrowej i słonecznej są prędkość wiatru i promieniowanie słoneczne. Prognozowanie parametrów energii słonecznej i wiatrowej jest ważne dla złagodzenia skutków wahań produkcji energii. W związku z tym niezbędne jest precyzyjne przewidywanie źródeł energii odnawialnej, takich jak promieniowanie słoneczne i prędkość wiatru. W tym artykule zaleca się metodę lasów losowych opartą na sztucznej inteligencji w celu oszacowania prędkości wiatru i promieniowania słonecznego. Sugeruje się optymalizację liczby drzew decyzyjnych w modelu losowego lasu przy użyciu nowego algorytmu łyski (CA), a skuteczność CA jest oceniana na podstawie obecnie stosowanej metody optymalizacji roju cząstek (PSO). W tej pracy wykorzystano najlepsze dane prognostyczne do opracowania dynamicznej mikrosieci (MG) w MATLAB/SIMULINK. Proponuje się nowy binarny CA do sterowania MG w celu zminimalizowania kosztów. Wpływ systemu magazynowania energii jest również badany podczas symulacji MG.

8

Shallot Price Forecasting Models: Comparison among Various Techniques

Kasemset Chompoonoot, Phuruan Kanokrot, Opassuwan Takron

Production Engineering Archives

|

2023

|

Vol. 29, Iss. 4

348-355

EN

Shallot is one of several horticultural products exported from Thailand to various countries. Despite an increase in shallot prices over the years, farmers face challenges in price forecasting due to fluctuations and other relevant factors. While different forecasting techniques exist in the literature, there is no universal approach due to varying problems and datasets. This study focuses on predicting shallot prices in Northern Thailand from January 2014 to December 2020. Traditional and machine learning models, including ARIMA, Holt-Winters, LSTM, and ARIMA-LSTM hybrids, are proposed. The LSTM model considers temperature and rainfall as influencing factors. Evaluation metrics include RMSE, MAE, and MAPE. Results indicate that the ARIMA-LSTM hybrid model performs best, with RMSE, MAE, and MAPE values of 10.275 Baht, 8.512 Baht, and 13.618%, respectively. Implementing this hybrid model can provide shallot farmers with advanced price information for informed decision-making regarding cultivation expansion and production management.

9

Visual solutions as a way to improve work safety when using machines – selected aspects of VM

Małysa Tomasz, Furman Joanna

Management Systems in Production Engineering

|

2023

|

nr 1 (31)

53--58

EN

The issue of ensuring work safety during the use of machines plays a key role due to the recorded accident events, the source of which are the machines in use. In the scope of reducing the risk associated with machines, particular attention should be paid to the threats, as well as solutions allowing to limit their negative impact on the operator. The study presents the possibility of using visual management (VM) as a form of information transfer that allows to meet the requirements set out in legal regulations, as well as reduce the risk of accidents. The machines in question were assessed for the possibility of using various forms of visual management to reduce the risk of accidents. The investigations were also supplemented with an analysis of accident statistics to present the importance of using visual management in improving the safety of machine operators' work. The conducted analyzes allowed to determine the direction of activities in the use of various forms of visual management aimed at improving the safety of machine operators.

10

Post-pandemic steel production scenarios for Poland based on forecasts of annual steel production volume

Gajdzik Bożena

Management Systems in Production Engineering

|

2023

|

nr 2 (31)

172--190

EN

The paper presents the results of forecasts made for the volume of steel production in Poland based on actual data for the period from 2006 to 2021 with forecasting until 2026. The actual data used for the forecasts included annual steel production volumes in Poland (crude steel) in millions of tons. Basic adaptive methods were used to forecast the volume of steel production for the next five years. When selecting the methods, the course of the trend of the studied phenomenon was taken into account. In order to estimate the level of admissibility of the adopted forecasting methods, as well as to select the best forecasts, the errors of apparent forecasts (ex post) were calculated. Errors were calculated in the work: RMSE Root Mean Square Error being the square root of the mean square error of the ex-post forecasts yt for the period 2006-2021; as the mean value of the relative error of expired forecasts y*t (2006-2021) – this error informs about the part of the absolute error per unit of the real value of the variable yt. Optimization of the forecast values was based on the search for the minimum value of one of the above-mentioned errors, treated as an optimization criterion. In addition, the value of the point forecast (for 2022) obtained on the basis of the models used was compared with the steel production volume obtained for 3 quarters of 2022 in Poland with the forecast for the last quarter. Forecasting results obtained on the basis of the forecasting methods used, taking into account the permissible forecast errors, were considered as the basis for determining steel production scenarios for Poland until 2026. To determine the scenarios, forecast aggregation was used, and so the central forecasts were determined separately for decreasing trends and for increasing trends, based on the average values of the forecasts obtained for the period 2022-2026. The central forecasts were considered the baseline scenarios for steel production in Poland in 2022-2026 and the projected production volumes above the baseline forecasts with upward trends were considered an optimistic scenario, while the forecasted production volumes below the central scenario for downward trends were considered a pessimistic scenario for the Polish steel industry.

11

Wiarygodne prognozy kluczem do usprawnienia realizacji zamówień

Guzanek Patrycja, Sobecki Grzegorz, Bawoł Piotr, Borucka Anna

Gospodarka Materiałowa i Logistyka

|

2023

|

nr 1

31--39

PL

Celem artykułu jest wskazanie różnic między ogólnodostępnym narzędziem prognozującym wykorzystywanym w planowaniu dostaw a dedykowanym, stworzonym specjalnie dla danej firmy. Autorzy na podstawie przeprowadzonych badań ukazują różnice w działalności sieci sklepów, prognozowaniu dostaw i ich wartości z użyciem dwóch różnych systemów wspomagających prognozowanie sprzedaży produktów. Przyjęto hipotezę badawczą, że wiarygodne prognozy są kluczowe w usprawnianiu realizacji zamówień i stanowią istotny czynnik wpływający na satysfakcję klienta oraz zdobywanie przewagi konkurencyjnej.

EN

The aim of the article is to indicate the difference between a publicly available forecasting indicator used in supplier planning and one created specifically for a given company. The authors based on the results of comparative research in the operation of chain stores, forecasting deliveries and their value with the use of various systems supporting the forecasting of product supply. A research hypothesis was adopted that reliable forecasts are crucial in improving order fulfillment and are an important factor influencing customer satisfaction and gaining a competitive advantage.

12

Intelligent Design Suggestion and Sales Forecasting for New Products in the Apparel Industry

Tsao Yu-Chung, Liu Yu-Hsuan, Vu Thuy-Linh, Fang I-Wen

Fibres & Textiles in Eastern Europe

|

2023

|

Vol. 31, no. 6

30--38

EN

This study demonstrates how algorithms can assist humans in decision-making in the apparel industry. A two-stage method including suggestions and intelligent forecasting was proposed. In the first stage, a web crawler was used to browse a B2C apparel website to identify popular products. In the second stage, machine learning methods were used to predict the sales demand for new products. Additionally, we used Google Trends to collect external information indices to adjust the demand forecasting. Our numerical study shows that the intelligent forecasting approach can effectively reduce the Mean Square Error (MSE), Root Mean Square Error (RMSE), and Mean Absolute Percentage Error (MAPE) by at least 45.79, 26.35, and 26.34 %, respectively.

13

Forecasting the development of electricity from renewable energy sources in Poland against the background of the European Union countries

Firlej Krzysztof Adam, Stanuch Marcin

Ekonomia i Środowisko

|

2023

|

nr 1

30--50

EN

One of the key elements in the development of countries is energy stability particularly related to ensuring, among other things, continuity of power supply. The European Commission is trying to protect the security of energy supply by introducing internal conditions regarding the share of RES in everyday life. The aim of this article is to forecast the share of RES in electricity production for all the EU member states. The study covers the years 1985-2021, the research is based on two models: the autoregressive (AR) model and the Holt-Winters model, whereas the prediction values were deter-mined for the period 2022-2030. The prediction values showed that Denmark, as the only one of the community countries, may turn out to be self-sufficient in terms of electricity production from RES already at the turn of 2026-2027. In the case of Poland, there is a high probability that the projected RES share for 2030 will not be met. Potentially, for most EU countries, the energy produced from RES will satisfy at least 50% of electricity demand by 2030. A projection of the chances of meeting the commitments presented in the National Energy and Climate Plans regarding the share of renewable energy sources in electricity production in the EU member states in 2030 indicates that they will not be met in most EU economies.

PL

Jednym z kluczowych elementów rozwoju krajów jest stabilność energetyczna szczególnie związana z zapewnieniem ciągłości zasilania, m.in. w energię elektryczną. Komisja Europejska próbuje uchronić bezpieczeństwo dostaw energii wprowadzając wewnętrzne uwarunkowania dotyczące udziału OZE w życiu codziennym. Celem artykułu była prognoza udziału OZE w produkcji energii elektrycznej dla wszystkich krajów członkowskich Unii Europejskiej. Badanie przeprowadzono analizując lata 1985-2021, gdzie badania oparto o dwa modele: autoregresyjny (AR) oraz model Holta-Wintersa, a wartości predykcji zostały wyznaczone dla okresu 2022-2030. Wartości prognoz wykazały, że Dania jako jedyny z krajów wspólnoty już na przełomie 2026-2027 może okazać się państwem samowystarczalnym pod względem produkcji energii elektrycznej z OZE. W przypadku Polski istnieje duże prawdopodobieństwo niespełnienia oczekiwań udziału OZE w planowanym udziale na rok 2030. Potencjalnie, dla większości krajów UE energia produkowana z OZE dla 2030 r. będzie zaspokajać przynajmniej 50% zapotrzebowania na energię elektryczną. Prognoza dotycząca szans realizacji przedstawionych w krajowych planach na rzecz energii i klimatu zobowiązań dotyczących udziału odnawialnych źródeł energii w produkcji energii elektrycznej w krajach członkowskich Unii Europejskiej w 2030 roku wskazuje, że nie zostaną one spełnione w większości gospodarek unijnych.

14

Application of exponential smoothing method to forecasting daily water consumption in rural areas

Cieżak Wojciech, Kutyłowska Małgorzata

Archives of Civil Engineering

|

2023

|

Vol. 69, nr 3

445--456

EN

The size and distribution of water demand within a given structural unit is the basis for the proper operation and planning of the expansion and modernization of the water supply system’s elements. In rural areas, particularly in municipalities adjacent to urban-industrial agglomerations, a change in the use of tap water has been increasingly observed. The water consumption for animal breeding or agricultural use, typical of these areas, has been decreasing and even disappearing. Water has been increasingly used for domestic purposes in single- and multi-family housing as well as for other purposes such as watering lawns and filling residential swimming pools. Taking this into account, this paper presents observations regarding daily water consumption in a municipality adjacent to Wrocław together with an analysis of the possibility of using the exponential smoothing method for the short-term forecasting of daily water consumption. The analyses presented in this paper were carried out using STATISTICA 13 software.

PL

Wzrost zapotrzebowania na wodę w gminach przyległych do dużych aglomeracji, a co za tym idzie wzrost produkcji wody, zmuszają przedsiębiorstwa wodociągowe do szukania nowych rozwiązań dotyczących między innymi optymalnego sterowania takimi procesami jak: ujmowanie i rozdział dyspozycyjnych zasobów wodnych, dystrybucja oraz oczyszczanie wody i ścieków. Aby zapewnić skuteczne sterowanie tymi procesami wymagany jest między innymi skalibrowany model hydrauliczny sieci dystrybucji i model prognostyczny poboru wody. Do bieżącego i krótkoterminowego prognozowania poboru wody wykorzystywane są modele stochastyczne, wprowadzane w postaci zalgorytmizowanej do struktury zarządzania procesem sterowania. Najczęściej stosowane są scałkowane modele autoregresji i średniej ruchomej ARIMA oraz metody wygładzania wykładniczego szeregów czasowych. Modele klasy ARIMA odwzorowują właściwości statyczne i dynamiczne szeregów stacjonarnych i pewnych klas szeregów niestacjonarnych, interpretowanych jako wynik przejścia białego szumu przez dyskretny filtr liniowy skończenie wymiarowy. Charakteryzują się one różnymi właściwościami przy jednolitym zapisie formalnym oraz identycznych metodach estymacji parametrów dla różnych typów i podklas modeli. Metody prognozowania oparte na algorytmach wygładzania wykładniczego są łatwe do praktycznego zastosowania i nie wymagają założenia o stacjonarności analizowanego szeregu czasowego. W niniejszej pracy przedstawiono obserwacje dotyczące dobowego zużycia wody w jednej z gmin przyległej do Wrocławia wraz z analizą możliwości zastosowania metody wygładzania wykładniczego do krótkoterminowego prognozowania dobowego poboru wody.

15

Impact of econometric modeling and perspectives of economic security of the cross-industry complex

Liezina Anastasiia, Lavruk Alexandr, Matviienko Halyna, Ivanets Iryna, Tseluiko Oleksii, Kuchai Oksana

Acta Innovations

|

2023

|

no. 47

73--83

EN

The paper presents a forecast of the economic security of the inter-industry complex through the construction of a simulation model. The authors considered the possibility of using an econometric model in predicting the level of economic security of the inter-industry complex. The goal was to form a definition of the "inter-industry complex", as well as to study the issues of conceptual and fundamental methods of econometric modeling and forecasting the development of regional industry markets in dynamics. A range of issues related to the main components of economic security in the inter-industry complex has been allocated for scientific work in order to analyze the impact of the components of economic security on the integral indicator. The paper uses a methodology for predicting the structural and spatial-temporal dynamics of interbranch complexes, which includes new and refined methods of modeling and forecasting. As a result, the authors proposed the definition of "inter-industry complex", "economic security in the inter-industry complex", as well as the general provisions of the methodology for econometric modeling and forecasting the level of economic security of the inter-industry complex. The paper presents a full-scale simulation model that allows you to set, evaluate and make a decision using large nonlinear data. This kind of system contains dynamic and retarded data, which makes it possible to apply econometric modeling in automatic calculation.

16

Analyzing trend and forecast of rainfall and temperature in Valmiki Tiger Reserve, India, using non parametric test and random forest machine learning algorithm

Roshani, Sajjad Haroon, Saha Tamal Kanti, Rahaman Md Hibjur, Masroor Md, Sharma Yatendra, Pal Swades

Acta Geophysica

|

2023

|

Vol. 71, no. 1

531--552

EN

Assessment of spatiotemporal dynamics of meteorological variables and their forecast is essential in the context of climate change. Such analysis can help suggest possible solutions for flora and fauna in protected areas and adaptation strategies to make forests and communities more resilient. The present study attempts to analyze climate variability, trend and forecast of temperature and rainfall in the Valmiki Tiger Reserve, India. We utilized rainfall and temperature gridded data obtained from the Indian Meteorological Department during 1981–2020. The Mann–Kendall test and Sen’s slope estimator were employed to examine the time series trend and magnitude of change at the annual, monthly and seasonal levels. Random forest machine learning algorithm was used to estimate seasonal prediction and forecasting of rainfall and temperature trend for the next ten years (2021–2030). The predictive capacity of the model was evaluated by statistical performance assessors of coefficient of correlation, mean absolute error, mean absolute percentage error and root mean squared error. The findings revealed a significant decreasing trend in rainfall and an increasing trend in temperature. However, a declining trend for maximum temperature has been observed for winter and post-monsoon seasons. The results of seasonal forecasting exhibited a considerable decrease in rainfall and temperature across the Reserve during all the seasons. However, the temperature will increase during the summer season. The random forest machine learning algorithm has shown its effectiveness in forecasting the temperature and rainfall variables. The findings suggest that these approaches may be used at various spatial scales in different geographical locations.

17

Prognoza zużycia paliw płynnych w transporcie kolejowym do roku 2040

Klemba Szymon

Transport Miejski i Regionalny

|

2022

|

nr 6

17--22

PL

Artykuł jest poświęcony opracowaniu prognoz wartości energetycznej zużytego oleju napędowego wykonanego na potrzeby realizacji ustawowych zadań Krajowego Ośrodka Bilansowania i Zarządzania Emisjami. Prognozy zostały wykonane za pomocą opracowanego modelu wskaźnikowego, który uwzględniał zmienne, takie jak stan elektryfikacji poszczególnych odcinków sieci kolejowej, stopień wykorzystania taboru spalinowego na liniach zelektryfikowanych oraz wskaźnik zastępowalności taboru spalinowego taborem bezemisyjnym czy poprawa sprawności pojazdów spalinowych. Model bazował na ogólnodostępnych danych GUS oraz UTK, jak również specjalnie pozyskanych danych narodowego zarządcy infrastruktury kolejowej PKP PLK S.A. oraz przewoźników kolejowych. Opracowany model dla roku bazowego cechuje się błędem wynoszącym 2% obliczanego zużycia paliwa. Prognozy wykonano dla trzech scenariuszy: „zerowego”, scenariusza A „bez dodatkowych działań” (względem planowanych w momencie opracowywania prognozy) oraz scenariusza B „z dodatkowymi działaniami”, gdzie jako działania rozumie się inwestycje podejmowane w zakresie modernizacji infrastruktury i taboru kolejowego, jak również wprowadzanie zmian w organizacji przewozów kolejowych. Wyniki prognoz wskazują, że w najbardziej optymistycznym z punktu widzenia redukcji zużycia paliw płynnych w transporcie kolejowym scenariuszu B, do roku 2040 może nastąpić spadek zapotrzebowania na takie paliwa o około 31%. Według bardziej prawdopodobnego scenariusza A zużycie paliwa do 2040 nieznacznie wzrośnie. Elektryfikacja sieci kolejowej jest tylko jednym ze środków eliminowania pracy przewozowej realizowanej trakcją spalinową. Redukcja zużycia oleju napędowego wymaga znaczących zmian na rynku taboru kolejowego zmierzających w kierunku wdrażania pojazdów bezemisyjnych.

EN

The subject of the article is the preparation of forecasts of the energy value of used diesel oil in railway transport in Poland. The forecast was made using an index model, which took into account variables such as the electrification of the railway network, use of diesel rolling stock on electrified lines, the replacement ratio of diesel rolling stock with zero-emission vehicles or improvement of the efficiency of railway transport. The model was based on public statistical data, as well as specially captured data from the national railway infrastructure manager and railway operators. The forecast was made for three scenarios: “zero” scenario, scenario A “without additional actions” and scenario B “with additional actions”. The results of the forecasts indicate that in the most optimistic B scenario from the point of view of reducing the consumption of fuels, the demand for such fuels may decrease by 31% until 2040. According to the more likely scenario A, fuel consumption will increase slightly by 2040. The electrification of the railway network is only one of the means of eliminating diesel traction. The reduction of fuel consumption requires significant changes in the rolling stock market, and an implementation of zero-emission vehicles.

18

Analiza wstępna wybranych aspektów krótkoterminowych prognoz zapotrzebowania na energię elektryczną w kontekście dynamicznego rozwoju źródeł odnawialnych

Machał Paweł, Remiorz Leszek, Bukowiec Dariusz

Rynek Energii

|

2022

|

Nr 5

11--15

PL

Od 2015 roku notowany jest dynamiczny przyrost ilościowy różnych instalacji odnawialnych źródeł energii, zwłaszcza prosumenckich systemów fotowoltaicznych. Dalszy wykładniczy rozwój rynku nowych instalacji został zatrzymany wraz ze zmianą ustawy o OZE, jednakże wysokie ceny energii elektrycznej, wpływają korzystnie na ponowny wzrost opłacalności tego typu inwestycji. Energia elektryczna produkowana przez prosumentów jest zwykle zużywana na bieżąco, lub w przypadku jej nadmiaru kierowana jest do odbiorców przyłączonych do tej samej sieci niskiego napięcia. Dopiero w dalszej kolejności jest transformowana z niskiego na średnie napięcie. Takie uporządkowanie dystrybucji umożliwia lokalne obniżanie cen, co z kolei poprawia atrakcyjność inwestycji. W harmonogramie kontraktacji energii elektrycznej od przygotowania prognozy do jej realizacji mija zwykle od 16 do 40 godzin. Tak krótki czas stawia wysokie wymagania, co do jakości predykcji zapotrzebowania na energię elektryczną co przy wzrastającym udziale produkcji z OZE uzależnia ten rynek również od jakości prognoz pogody. Zwłaszcza niepewność związana z powstawaniem zachmurzenia, zwiększa ryzyko niezbilansowania dostawcy energii elektrycznej (sprzedawcy). W artykule przedstawiono wybrane zagadnienia wynikające z wzrostu udziału produkcji energii elektrycznej z źródeł o dużej niepewności, zwłaszcza instalacji fotowoltaicznych.

EN

Since 2015, there has been a dynamic quantitative increase in various installations of renewable energy sources, especially pro-consumer photovoltaic systems. The further exponential development of the market for new installations was stopped with the amendment to the RES Act, however, high electricity prices have a positive effect on the renewed increase in the profitability of this type of investment. Electricity produced by prosumers is usually consumed on an ongoing basis or, in the event of its excess, it is directed to consumers connected to the same low voltage grid. Only then is it transformed from low to medium voltage. Such an ordering of distribution allows for local price reductions, which in turn increases the attractiveness of the investment. In the electricity contracting schedule, 16 to 40 hours usually pass from the preparation of the forecast to its implementation. Such a short period of time places high demands on the quality of electricity demand prediction, which, with the increasing share of RES production, also makes this market dependent on the quality of weather forecasts. Especially the uncertainty related to the formation of cloudiness increases the risk of imbalance of the electricity supplier (seller). The article presents selected issues resulting from the increase in the share of electricity production from sources of high uncertainty, especially photovoltaic installations.

19

A survey of applications of simple and multiple linear regression in wind power generation

Mbuli Nhlanhla, Mendu Bongumsa

Przegląd Elektrotechniczny

|

2022

|

R. 98, nr 3

32--35

EN

This paper presents the results of a survey on the application of simple and multiple linear regression in wind power generation research. Relevant publications were searched for, found, reviewed, and summarised. An increasing trend of number of publications on this topic was found. The main categories of publications forecasting of wind output power, forecasting of wind speed, and wind turbine generator temperature monitoring. The paper presents coincise summaries of publications and details the references identified, all of this in one repository.

PL

W artykule przedstawiono wyniki badań ankietowych dotyczących zastosowania prostej i wielokrotnej regresji liniowej w badaniach energetyki wiatrowej. Odpowiednie publikacje zostały wyszukane, znalezione, zrecenzowane i podsumowane. Stwierdzono rosnący trend liczby publikacji na ten temat. Główne kategorie publikacji: prognozowanie mocy wiatru, prognozowanie prędkości wiatru oraz monitorowanie temperatury generatorów turbin wiatrowych. W pracy przedstawiono zwięzłe streszczenia publikacji i wyszczególnienie zidentyfikowanych pozycji literaturowych, a wszystko to w jednym repozytorium.

20

Forecasting municipal waste accumulation rate and personal consumption expenditures using vector autoregressive (VAR) model

Bień Jurand

Production Engineering Archives

|

2022

|

Vol. 28, Iss. 2

150--156

EN

Accurate forecasting of municipal solid waste (MSW) generation is important for the planning, operation and optimization of municipal waste management system. However, it’s not easy task due to dynamic changes in waste volume, its composition or unpredictable factors. Initially, mainly conventional and descriptive statistical models of waste generation forecasting with demographic and socioeconomic factors were used. Methods based on machine learning or artificial intelligence have been widely used in municipal waste projection for several years. This study investigates the trend of municipal waste accumulation rate and its relation to personal consumption expenditures based on the yearly data achieved from Local Data Bank (LDB) driven by Polish Statistical Office. The effect of personal consumption expenditures on the municipal waste accumulation rate was analysed by using the vector autoregressive model (VAR). The results showed that such method can be successfully used for this purpose with an approximate level of 2.3% Root Mean Square Error (RMSE).