Ograniczanie wyników
Czasopisma help
Autorzy help
Lata help
Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 328

Liczba wyników na stronie
first rewind previous Strona / 17 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  prediction
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 17 next fast forward last
PL
Zakłócenia występujące podczas realizacji procesów budowlanych, gdzie głównym czynnikiem zakłócającym jest czynnik hydrologiczny są bardzo trudne do przewidzenia. Na przykładzie budowy Trasy Mostu Północnego w Warszawie kluczowym czynnikiem zakłócającym był wyjątkowo wysoki stan wody rzeki Wisły. W artykule zostanie wyjaśnione, czy zakłócenia, które pojawiły się w trakcie realizacji inwestycji, były możliwe do przewidzenia lub/i w jaki sposób można byłoby ograniczyć ich negatywny wpływ tak, by nie powodowały wydłużenia czasu realizacji oraz nie tworzyły dodatkowych kosztów inwestycji. Dokonany zostanie podział działań umożliwiających ograniczenie wpływu zakłóceń na realizację procesów budowlanych na etapie projektowania oraz realizacji inwestycji poprzez wprowadzenie elastyczności.
EN
Disturbances occurring during construction processes where the main disturbing factor is the hydrological factor are very difficult to predict. In the example of the construction of the North Bridge Route in Warsaw, the extremely high water level of the Vistula River was the key disturbing factor. The article will explain whether the disruptions that occurred during the implementation of the investment were foreseeable and/or how could their negative impact be limited, so that they did not extend the implementation time and did not create additional investment costs. Actions will be divided to limit the impact of disruptions on the implementation of construction processes at the design and implementation stage of the investment by introducing flexibility.
2
Content available remote Boosting trees in application to hand grenades fuzes
EN
The article in the introduction presents a brief description of the decision tree, and the purpose of the article was defined. Then, the process of building boosting trees was characterized, paying attention to the algorithm of their building. A method of building boosting trees for UZRGM fuzes is described. The assortment of fuzes in which this type of fuze is used is indicated, and the individual features of the fuze are presented, which are checked during laboratory diagnostic tests. The importance classes that were used to classify the revealed inconsistencies were also described. A boosting classification tree for UZRGM fuzes was designed and built. An exemplary graph of the built tree and its structure and also a fragment of specific values predicted in individual analyzed classes are shown. The matrix of incorrect classifications was determined, which determines the accuracy of the incorrect predictions. On selected examples of the analyzed classes, the designed model was assessed on the basis of the lift chart and gains chart.
PL
We wstępie przedstawiono krótki opis drzew decyzyjnych oraz określono cel artykułu. Następnie, scharakteryzowano proces budowy wzmacnianych drzew, zwracając uwagę na algorytm ich budowy. Opisano metodę budowy drzew wzmacnianych dla zapalników typu UZRGM. Wskazano asortyment, w którym stosowane są tego typu zapalniki, oraz przedstawiono poszczególne cechy zapalnika, które sprawdzane są podczas prowadzonych laboratoryjnych badań diagnostycznych. Opisano również klasy ważności, które zostały zastosowane do klasyfikacji ujawnianych niezgodności. Zaprojektowano oraz zbudowano wzmacniane drzewo klasyfikacyjne dla zapalników typu UZRGM. Pokazano przykładowy wykres zbudowanego drzewa oraz jego strukturę, a także fragment określonych wartości przewidywanych w poszczególnych analizowanych klasach. Określono macierz błędnych klasyfikacji, która określa trafność błędnych predykcji. Na wybranych przykładach analizowanych klas, oceniono zaprojektowany model na podstawie wykresu przyrostu i wykresu zysku.
EN
The process of garment production has always been a black box. The production time of different clothing is different and has great changes, thus managers cannot make a production plan accurately. With the world entering the era of industry 4.0 and the accumulation of big data, machine learning can provide services for the garment manufacturing industry. The production cycle time is the key to control the production process. In order to predict the production cycle time more accurately and master the production process in the garment manufacturing process, a neural network model of production cycle time prediction is established in this paper. Using a trained neural network to predict the production cycle time, the overall error of 6 groups is within 5%, and that of 3 groups is between 5% and 10%. Therefore, this neural network can be used to predict the future production cycle time and predict the overall production time of clothing.
PL
Czas produkcji różnych ubrań jest inny i podlega dużym zmianom, dlatego menedżerowie nie mogą dokładnie zaplanować produkcji. Wraz z wkroczeniem świata w erę przemysłu 4.0 i gromadzeniem dużych zbiorów danych dobrym rozwiązaniem dla przemysłu odzieżowego jest zastosowanie maszyn uczących się. Czas cyklu produkcyjnego jest kluczem do kontroli procesu produkcyjnego. W celu dokładniejszego przewidywania czasu cyklu produkcyjnego i opanowania procesu produkcyjnego w procesie produkcji odzieży, w artykule opracowano model sieci neuronowej do przewidywania czasu cyklu produkcyjnego. Do przewidywania czasu cyklu produkcyjnego użyto sieci neuronowej, ogólny błąd 6 grup mieścił się w granicach 5%, a 3 grup – między 5% a 10%. W związku z tym zaprezentowana sieć neuronowa może znaleźć zastosowanie w przewidywaniu czasu cyklu produkcyjnego i całkowitego czasu produkcji odzieży.
4
EN
The aim of the paper is to present how some of the data mining tasks can be solved using the R programming language. The full R scripts are provided for preparing data sets, solving the tasks and analyzing the results.
EN
Long short-term memory networks (LSTM) produces promising results in the prediction of traffic flows. However, LSTM needs large numbers of data to produce satisfactory results. Therefore, the effect of LSTM training set size on performance and optimum training set size for short-term traffic flow prediction problems were investigated in this study. To achieve this, the numbers of data in the training set was set between 480 and 2800, and the prediction performance of the LSTMs trained using these adjusted training sets was measured. In addition, LSTM prediction results were compared with nonlinear autoregressive neural networks (NAR) trained using the same training sets. Consequently, it was seen that the increase in LSTM's training cluster size increased performance to a certain point. However, after this point, the performance decreased. Three main results emerged in this study: First, the optimum training set size for LSTM significantly improves the prediction performance of the model. Second, LSTM makes short-term traffic forecasting better than NAR. Third, LSTM predictions fluctuate less than the NAR model following instant traffic flow changes.
EN
This paper presents the compensation tasks performed by a shunt active power filter, including compensation of harmonic currents, reactive power, and an unbalanced load current. The paper demonstrates novel control of the shunt active power filter in a closed-loop system. The control algorithm was verified by performing simulations and compared the simulated results with those obtained in an open-loop control system. All simulations were conducted in the PLECS program using a control algorithm written in C programming language.
PL
W pracy pokazano możliwości modelowania wskaźnika intensywności uszkodzeń oraz klasyfikacji rodzajów uszkodzeń przewodów wodociągowych za pomocą najnowszych narzędzi matematycznych, tzw. metod uczenia maszyn. Analizowano kilka wybranych algorytmów – metodę wektorów nośnych, metodę K-najbliższych sąsiadów, metodę drzew regresyjnych i klasyfikacyjnych. Dokonano modelowania poziomu awaryjności przewodów wodociągowych pod kątem jakościowym i ilościowym. Wykazano na podstawie badań, że wybrane metody regresyjne i klasyfikacyjne są odpowiednim narzędziem do analizy i oceny poziomu awaryjności przewodów wodociągowych, gdyż uzyskane wyniki modelowania są akceptowalne i mogą być podstawą do dalszych rozważań teoretycznych, wpływających na praktykę inżynierską. Zwrócono uwagę na walory aplikacyjne wybranych metod predykcyjnych, co może przyczynić się do racjonalnego zarządzania infrastrukturą podziemną. Ponadto przeprowadzone badania wskazały, że konieczne jest usystematyzowanie i grupowanie danych eksploatacyjnych rejestrowanych w przedsiębiorstwach wodociągowych, co w konsekwencji powinno prowadzić do większych możliwości wykorzystania gromadzonych informacji na potrzeby opracowywania modeli niezawodnościowych.
EN
The paper presents the possibilities of failure rate modelling and classification of kind of damage of water pipes using the newest mathematical approaches, so-called machine learning methods. Several selected algorithms were analysed – support vector machine method, K-nearest neighbours method, regression trees and classification trees. Quantitative and qualitative failure level modelling was carried out. On the basis of investigations it was demonstrated that selected regression and classification methods are suitable for analysis and assessment of failure level of water pipes. Obtained modelling results are acceptable and could be used for further theoretical considerations influencing the engineering practice. One can pay attention to application advantages of selected prediction methods which could be useful for rational management of buried infrastructure. Moreover, carried studies pointed out that proper arrangement of operational data registered in water utilities is necessary and should result in greater possibilities of using such information for construction of reliability models.
PL
Problematyka zwiększenia efektywności odmetanowania w środowisku eksploatowanych ścian wymusza niejako wcześniejsze podejmowanie obliczeń wentylacyjno-metanowych na etapie projektowania ścian. W artykule przedstawiono macierzową metodę prognozowania efektywności odmetanowania. Prognozowane wartości efektywności odmetanowania dla projektowanych etapów wybiegu ściany przy zakładanym postępie mają kluczowe znaczenie przy określeniu warunków eksploatacji i mogą być pomocne przy doborze właściwego systemu odmetanowania. Analizę prognoz efektywności odmetanowania przedstawiono na przykładzie dwóch ścian.
EN
It is necessary to make early ventilation and methane calculations at the longwall design phase due to the issues associated with the increase in methane drainage efficiency in the area of mined longwalls. This paper presents a matrix method for projecting methane drainage efficiency. Projected values of methane drainage efficiency for designed panel lengths with the expected longwall mining progress are of significant importance in relation to determining mining conditions and may be useful for the selection of an appropriate methane drainage system. The analysis of methane drainage efficiency projections is demonstrated on the basis of two longwalls.
PL
W artykule przedstawiono wpływ uwarunkowań rzeczywistych na pracę równoległego filtru aktywnego i zdolność kompensacji prądów harmonicznych. Zbadano wpływ opóźnień czasowych wynikających z implementacji cyfrowej sterowania, wpływ impedancji zwarciowej sieci zasilającej oraz błędów generowania napięcia przekształtnika na jakość kompensacji filtru. Badania symulacyjne przeprowadzono dla trzech układów sterowania: zamkniętego, otwartego i łączącego cechy obydwóch z nich.
EN
The article presents the impact of real determinants on the operation of parallel active filter and the ability of harmonic currents compensation. The article examines the influence of time delays resulting from the implementation of the digital control, the influence of the shortcircuit impedance of the power supply network and errors in generating the inverter voltage on the quality of the compensating effectiveness. Simulation tests were carried out for three control strategies: closed loop control, open loop control and control strategy combining features of both of them.
EN
The Lithuanian national standard of electric resistance is maintained as the basis for calibration and measurement capabilities published in the key comparison database of the International Bureau of Weights and Measures (BIPM). The stability and uncertainty of the resistance value measurements, performed since 2004 using the calibrated values of the standard resistors to predict their future behaviour as well as influence of environmental conditions, are discussed. Also discussed is the recovery of a standard resistor which had undergone a mechanical disturbance. It is concluded that the standard resistors operated by the Lithuanian National Electrical Standards Laboratory feature stable drift of resistance, which is well predicted by means of linear regression.
EN
The intensive use of water resources and the transformation of natural landscapes under the influence of human economic activity have led to changes in the natural water balance of river drainage basins. The negative processes thereof are intensified by climatic changes that have significantly disturbed the hydrological regime, determined by changes in water content and river flow dynamics. The retrospective study and prediction of the flow of the Dnieper River was carried out using multivariate statistics and adaptive methods of nonlinear time series analysis. The anomalous features were identified and the main periods of changes in the water regime of the river for 190 years (1818–2008) were determined using the standard root-mean-square deviation and wavelet analysis. As a result of non-linear prediction, it was determined that if the tendency of anthropogenic and climatic formation of the water regime of the Dnieper River sustains, there is a 90% probability of insignificant but steady trend and cyclical reduction of the average annual flow by 1.6 m3/s per year to 1120 ± 270 m3/s by 2040. The results of the detailed retrospective analysis for 190 years and the prediction of the probability of changes in the flow of the Dnieper river confirm the previous conclusions of many scientists regarding the significant transformation of the ecosystem of the transboundary river and provide new knowledge regarding the main stages of formation of the water regime and the probability of further regulation of the flow of the Dnieper river if the current conditions of the negative impact of economic activities are maintained in the transboundary basin.
EN
The characterization of textural properties of minerals is closely related to the process of their respective liberation. Measurements of mineral liberation, related to grinded ore, can be performed using optical ore microscope, by conventional, classical methods – point counting, linear intercepts method or planimetric measurements method (2D). Modern automatic devices and sophisticated measurement techniques (QEMSCAN/MLA) imply recording free surfaces area of mineral grains on polished sections samples in order to determine mineral degree of liberation. Value of mineral liberation obtained over free surfaces area can be of interest to flotation concentration, although not for gravity separation or, for example, magnetic separation. The prediction accuracy for behavior of one feed ore during the concentration process depends on the method of measuring/recording mineral liberation. Considering raw materials with complex textural characteristics it is crucial which method will be applied for determination of mineral liberation respecting whether for concentration process is crucial physical or chemical method.
PL
Charakterystyka właściwości tekstury minerałów jest blisko związana z procesem ich uwolnienia. Pomiary uwolnienia minerałów powiązane są z mieleniem rudy i mogą być wykonane za pomocą mikroskopu optycznego przy zastosowaniu konwencjonalnych metod – liczenia punktów, metody linii przecięcia albo metody pomiarów planimetrycznych (2D). Nowoczesne urządzenia automatyczne, jak również wyrafinowane techniki pomiarowe (QEMSCAN/MLA) stosują pomiar pól powierzchni wolnych ziaren minerału na próbkach wypolerowanych przekrojów w celu określenia stopnia uwolnienia minerałów. Wartość tego uwolnienia otrzymana na podstawie pola powierzchni wolnej może być przedmiotem zainteresowania w kontekście prowadzenia procesu flotacji, aczkolwiek nie w przypadku wzbogacania grawitacyjnego, czy magnetycznego. Prawidłowość prognozy odnośnie zachowania rudy podczas procesu zależy od metody oceny uwolnienia minerałów. Biorąc pod uwagę surowce o skomplikowanej teksturze bardzo ważnym jest, którą metodę zastosuje się w celu określenia stopnia uwolnienia minerałów pamiętając także o tym, czy dany proces jest oparty o metody fizyczne, czy też chemiczne.
PL
Metodyka automatycznego odkrywania wiedzy o procesach wytwarzania i przetwarzania metali obejmuje problemy związane z (1) akwizycją danych i integracją ich w aspekcie dalszej eksploracji, (2) doborem i adaptacją metod uczenia maszynowego ― indukcji reguł, predykcji zmiennych ilościo wych i jakościowych, (3) formalizacją wiedzy w odpowiednich reprezentacjach: regułowej, zbiorów rozmytych, zbiorów przybliżonych czy wreszcie logiki deskrypcyjnej oraz (4) integracją wiedzy w repozytoriach opisanych modelami semantycznymi, czyli ontologiami. Autor przedstawił możliwość osiągnięcia równowagi pomiędzy wygodą użytkowania a precyzją w przypadku pozyskiwania wiedzy z małych zbiorów. Badania wykazały, że drzewa decyzyjne są wygodnym narzędziem odkrywania wiedzy i dobrze radzą sobie z problemami silnie nieliniowymi, a wprowadzenie dyskretyzacji poprawia ich działanie. Zastosowanie metod analizy skupień umożliwiło też wyciąganie bardziej ogólnych wniosków, przez co udowodniono tezę, że granulacja informacji pozwala znaleźć wzorce nawet w małych zbiorach danych. Opracowano w ramach badań procedurę postępowania w analizie małych zbiorów danych eksperymentalnych dla modeli multistage, multivariate & multivariable, co może w znacznym stopniu uprościć takie badania w przyszłości.
EN
The methodology of automatic knowledge discovery about metal production and processing processes includes problems related to (1) data acquisition and integration in the aspect of further exploration, (2) selection and adaptation of machine learning methods - rule induction, quantitative and qualitative variable prediction, (3) formalization knowledge in appropriate representations: rule, fuzzy sets, rough sets and finally descriptive logic, and (4) integration of knowledge in repositories described by semantic models or ontologies. The author presented the possibility of achieving a balance between ease of use and precision when acquiring knowledge from small collections. Research has shown that decision trees are a convenient tool for discovering knowledge and that they deal well with strongly non-linear problems, and the introduction of discretization improves their operation. The use of cluster analysis methods also made it possible to draw more general conclusions, which proved the thesis that granulation of information allows finding patterns even in small data sets. As part of the research, a procedure was developed for analyzing small experimental data sets for multistage, multivariate & multivariable models, which can greatly simplify such research in the future.
EN
The execution of production processes in real manufacturing systems is associated with the occurrence of numerous disruptions, which predominantly revolve around technological machine failure. Therefore, various maintenance strategies are being developed, many of which tend to emphasise effective preventive measures, such as the Time-Based Maintenance (TBM) discussed in this paper. Specifically, this publication presents the time-based machine failure prediction algorithm for the multi-machine manufacturing environment. The Introduction section outlines the body of knowledge related to typical strategies applied in maintenance. The next part describes an approach to failure prediction that treats processing times as makespan and is followed by highlighting the key role of historical data in machine failure management, in the subsequent section. Finally, the proposed time-based machine failure prediction algorithm is presented and tested by means of a two-step verification, which confirms its effectiveness and further practical implementation.
PL
Realizacja procesów produkcyjnych w rzeczywistych systemach wytwórczych wiąże się z występowaniem wielu zakłóceń, do których zalicza się głównie awarie maszyn technologicznych. W związku z tym obserwowany jest rozwój różnorodnych strategii utrzymania ruchu. Coraz większy nacisk kładziony jest na efektywne działania prewencyjne, do których zalicza się także działania określone w czasie (ang. Time-Based Maintenance – TBM). W niniejszej publikacji zaprezentowano algorytm predykcji awarii maszyn w wielomaszynowych systemach wytwórczych wspierający prewencyjne utrzymanie ruchu. Na wstępie omówiono zagadnienia związane z typowymi strategiami stosowanymi w obszarze UR. Ponadto omówiono tematykę predykcji awarii, zwracając uwagę na ujęcie czasu pracy maszyny jako czasu trwania, a także kluczową rolę wykorzystania danych historycznych dotyczących awarii maszyn. Następnie zaprezentowano proponowany algorytm predykcji wspierający działania określone w czasie. Prezentowane prace zakończono dwuetapową weryfikacją proponowanej metody, która potwierdziła jej skuteczność oraz zasadność wykorzystania.
EN
The paper proposes to apply an algorithm for predicting the minimum level of the state of charge (SoC) of stationary supercapacitor energy storage system operating in a DC traction substation, and for changing it over time. This is done to insure maximum energy recovery for trains while braking. The model of a supercapacitor energy storage system, its algorithms of operation and prediction of the minimum state of charge are described in detail; the main formulae, graphs and results of simulation are also provided. It is proposed to divide the SoC curve into equal periods of time during which the minimum states of charge remain constant. To predict the SoC level for the subsequent period, the learning algorithm based on the neural network could be used. Then, the minimum SoC could be based on two basic types of data: the first one is the time profile of the energy storage load during the previous period with the constant minimum SoC retained, while the second one relies on the trains’ locations and speed values in the previous period. It is proved that the use of variable minimum SoC ensures an increase of the energy volume recovered by approximately 10%. Optimum architecture and activation function of the neural network are also found.
PL
Produkcja budowlana jest jedną z najbardziej wypadkowych – zarówno w kraju, jak i na całym świecie, o czym świadczą badania naukowe oraz liczne statystyki i raporty. O ile liczne statystyki powypadkowe są cennym źródłem danych o wypadkach, o tyle znacznie cenniejsze dla zarządzających bezpieczeństwem na budowie i zajmujących się planowaniem robót są proste w interpretacji modele, pozwalające przewidywać zagrożenia i oceniać ich skutki. Badania w tym obszarze prowadzą m.in. [1,2,3,4,5,17,18]. W pracy skoncentrowano się na zagadnieniu długości nieobecności powypadkowej pracownika. Jest ona bowiem nie tylko uciążliwa dla pracodawcy z przyczyn organizacyjnych, ale także świadczy, co potwierdza [4,5], o poziomie bezpieczeństwa na budowie. W artykule skupiono się na analizie możliwości predykcji czasu trwania powypadkowej absencji pracownika przy użyciu drzew decyzyjnych i ich rodzin. Przedmiotem rozważań jest zatem N-elementowy zbiór U obserwacji – tj. odnotowanych wypadków w pracy. Każdą obserwację należącą do zbioru U charakteryzuje wektor [xi1, xi2, …, xiL, yi] tzw. atrybutów obserwacji. Wyróżniamy L atrybutów objaśniających (tzw. predyktorów): X1,…, XL oraz 1 atrybut objaśniany Y. Zmienne xi1, xi2, …, xiL , yi opisują wartości atrybutów i-tej obserwacji. Reprezentację zbioru U można zatem zapisać jako równanie (2.1). Dysponując określonym zbiorem obserwacji U, chcemy znaleźć relację pomiędzy długością powypadkowej absencji pracownika Y a okolicznościami wystąpienia wypadku X=[X1,…, XL] w postaci modelu.
EN
Work safety control and analysis of accidents during the construction performance are some of the most important issues of the construction management. The paper focuses on the post-accident absence as an element of the occupational safety management. The occurrence of the post-accident absence of workers can be then treated as an indicator of building performance safety. The ability to estimate its length can also facilitate works planning and scheduling in case of the accident. The paper attempts to answer the question whether it is possible and how to use decision trees and their ensembles to predict the severity of the post-accident absence and which classification algorithm is the most promising to solve the prediction problem. The paper clarifies the model of the prediction problem, introduces 5 different decision tress and different aggregation algorithms in order to build the model. Thanks to the use of aggregation methods it is possible to build classifiers that predict precisely and do not require any initial data treatment, which simplifies the prediction process significantly. To identify the most promising classifier or classifier ensemble the prediction accuracy measures of selected classification algorithms were analyzed. The data to build the model was gathered on national (Polish) construction sites and was taken from literature. Models obtained within simulations can be used to build advisory or safety management systems allowing to detect threats while construction works are being planned or carried out.
EN
This study presents an artificial intelligence technique based on ensemble of artificial neural networks for the purposes of analysis and prediction of labour productivity. The study focuses on the development of model that combines several artificial neural networks on the basis of real-life data collected on a construction site for steel reinforcement works. The data includes conditions, characteristics, features of steel reinforcement works and related efficiencies of workers assigned to particular tasks recorded on site. The proposed ensemble based model combines five supervised learning models - five different multilayer perceptron networks, which contribution in the prediction is weighted due to the application of generalised averaging approach. Testing results show that the proposed ensemble based model achieves the satisfactory evaluation criteria for coefficient of correlation (0.989), root-mean-squared error (2.548), mean absolute percentage error (4.65%) and maximum absolute percentage error (8.98%).
PL
Wydajność pracy ma kluczowy wpływ na czas realizacji i koszty przedsięwzięć budowlanych. W publikacji przedstawiono wyniki prac badawczych nad wykorzystaniem zespołów sztucznych sieci neuronowych w analizie i predykcji wydajności pracy na przykładzie robot zbrojarskich. Analiza została przeprowadzona w oparciu dane zbierane przez wykonawcę w trakcie realizacji robót. Celem pracy badawczej była ocena przydatności danych zebranych przez wykonawcę robot oraz proponowanego narzędzia matematycznego do analizy i predykcji wydajności pracy.
EN
This study was designed to presents concise review of a novel subject regarding the use of large data sets (Big Data) which generates the functioning of the power system and their use to improve the operation and economic benefits of Smart Grids. Thanks to smart metering, we have current access to the data on the use of resources, which then using SCADA system and servers that support large data sets such as Apache Hadoop or Spark can be stored. Afterwards, these data are used for predictive calculations that are extremely important from an economic point of view. At the end of the paper, an interesting proposition of research is given by Author, namely to use, as ancillary information, the satellite data obtained from the Copernicus Programme provided by the European Space Agency ESA related for example with temperature to forecast energy consumption in electricity transmission and distribution networks.
PL
Praca ta zawiera zwięzły przegląd bardzo świeżej tematyki dotyczącej zagadnień wykorzystania dużych zbiorów danych (Big Data) jakie generuje funkcjonowanie systemu elektroenergetycznego i użycie ich do ulepszania działania i ekonomicznych korzyści w tychże systemach typu Smart Grids. Dzięki inteligentnemu opomiarowaniu mamy bieżący dostęp do danych dotyczących wykorzystania zasobów, które następnie za pomocą systemu SCADA oraz serwerów obsługujących duże zbiory danych jak np. Apache Hadoop czy Spark mogą zostać składowane i następnie wykorzystane do obliczeń predykcyjnych niezmiernie istotnych chociażby z ekonomicznego punktu widzenia. Ponadto ciekawą propozycją Autora jest wykorzystanie jako informacji pomocniczych danych satelitarnych z Programu Copernicus udostępnianych przez Europejską Agencję Kosmiczną ESA związanych przykładowo z temperaturą do prognoz zużycia energii w sieci energetycznej.
PL
Artykuł przedstawia nowatorską strategię predykcyjnego sterowania równoległym energetycznym filtrem aktywnym (EFA). Proponowane sterowanie zawiera sprzężenie zwrotne od prądu zasilającego i wiąże zalety sterowania w układzie otwartym oraz zamkniętym – szybkość reakcji na zmianę prądu odbioru i bardzo wysoką skuteczność kompensacji. Wysoka jakość prądu kompensacyjnego wynika również z zastosowania w sterowaniu algorytmów predykcyjnych, a także z faktu przyłączenia przekształtnika do sieci poprzez obwód LCL. W artykule przedstawiono wyniki badań symulacyjnych proponowanego algorytmu sterowania.
EN
The paper presents a novel strategy of predictive control for shunt active power filter (APF). The proposed control includes feedback from the supply current and combines the advantages of control in an open and closed loop- the transient response speed after changing the load current and a very high compensation efficiency. The high quality of the compensation current also results from the use of predictive algorithms in the control, as well as from the fact of connecting the converter to the network via the LCL circuit. The article presents the results of simulation tests of the proposed control algorithm.
20
Content available remote Modelling microgrid as the basis for creating a smart grid model
EN
Intelligent networks are a broad topic these days, so new possibilities need to be explored in this area. This article describes network modelling through software that replaces mathematical computation, facilitates and speeds up this process. The model draws data from real distribution system conditions from the average village in Slovakia. This model also tests its reliability as well as the impact of various attributes such as prediction.
PL
Inteligentne sieci są istotnym, aktualnym tematem, dlatego należy badać nowe możliwości w tej dziedzinie. W artykule opisano modelowanie sieci za pomocą oprogramowania, które zastępuje obliczenia matematyczne, ułatwiając i przyspieszając proces analizy. Model bazuje na rzeczywistych danych systemu dystrybucyjnego średniej miejscowości na Słowacji. Model ten analizuje również jego niezawodność a także wpływ różnych aspektów, takich jak prognozowanie.
first rewind previous Strona / 17 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.