Wyniki wyszukiwania - Biblioteka Nauki

1

Identification of chemical compounds using neural networks

100%

Stemplewski S.

|

tom z. 67

111-112

EN

A method for identification of chemical compounds based on their spectra in infrared is presented and a C# programme which analyses and indentifies chemical compounds using the above method is described. A neural network designed specially to solve this problem is also introduced.

2

Active Power Filter Controllers based on Artificial Intelligence

75%

Klempka R. , Świątek B.

|

2013

|

tom R. 89, nr 9

185-189

EN

An ever-growing share of non-linear loads, mainly electronic and power electronic equipment, results in an increase of values non-active currents in the power supply network. A reactive component of fundamental frequency and high-order harmonics can be distinguished in these loads current. Estimation of their values and their subsequent elimination is the objective of an active power filter (APF). Various filter control algorithms of different extent of complexity and immunity to disturbances have been proposed in a great number of papers. This paper presents conception of two different algorithms of a single phase APF filter control. The first control algorithm in which the estimation of a non-active current component waveform and VSI converter transistors control are performed by means of neural networks (ANN). The second control algorithm employs genetic algorithm. It ensures high quality of performance as measured by distortion level of the source current, using no greater number of switching operations in a converter, within one line voltage cycle, than a given limit value. Due to the above the switching losses can be reduced and the system efficiency increased.

PL

Rosnący udział odbiorników nieliniowych, głównie sprzętu elektronicznego i energoelektronicznego, prowadzi w konsekwencji do wzrostu wartości prądów nieaktywnych w sieci zasilającej. W prądzie tych odbiorników można wyróżnić składową bierną o częstotliwości podstawowej oraz wyższe harmoniczne. Estymacja ich wartości oraz następnie ich eliminacja jest celem działania filtrów aktywnych (APF). W licznych artykułach zaproponowano różne algorytmy sterowania filtrów, charakteryzujące się różnym stopniem złożoności i różnym stopniem odporności na zakłócenia. W niniejszym artykule przedstawiono koncepcję dwóch algorytmów sterowania jednofazowego APF W pierwszym algorytmie zarówno estymacja przebiegu czasowego nieaktywnej składowej prądu, jak również sterowanie tranzystorami przekształtnika VSI realizowane jest za pomocą sieci neuronowych (ANN). Drugi algorytm sterowania wykorzystuje Algorytm Genetyczny. Gwarantuje on wysoką jakość działania mierzoną stopniem odkształcenia prądu źródła zasilania, będzie realizowane za pomocą liczby przełączeń w przekształtniku w okresie napięcia nie większej niż zadana wartość graniczna. W związku z powyższym straty przełączania można zmniejszyć a wydajność systemu wzrasta.

3

A Risk Assessment Model of Flood Based on Information Diffusion Method and BP Neural Network

75%

Chen J. , Jin Q. , Wang H. , Zhao S.

|

tom R. 88, nr 9b

33-36

EN

Climate change has caused more frequent floods in China which have already resulted in huge losses. Thus flood risk assessment and management is an important research topic. In this paper, a new model of flood risk assessment is proposed based on the information diffusion theory and the back propagation (BP) neural network. Due to the fact that flood statistics data are relatively short and often insufficient for flood risk assessment, the information diffusion method can transform imperfect flood historical data from a point in a traditional data sample to a fuzzy data set and obtain optimized data sample. Then, the optimized data are used to train neural networks with back propagation and can improve neural network adaptive ability. The flood data of Dongting Lake’s different encirclement dikes are used to assess the flood risk of Dongting Lake with the proposed model in this research. The results are consistent with the actual situation of Dongting Lake area, which thus verifies the model’s effectiveness for flood risk management. This method can be easily applied to effectively resolve problems of insufficient samples in flood risk assessment.

PL

W artykule zaprezentowano nowy model oceny ryzyka powodzi bazujący na teorii dyfuzji informacji I wykorzystujący sieci neuronowe. Dane statystyczne o powodziach są relatywnie krótkie i często niewystarczające do oceny ryzyka. W pierwszym etapie przetwarza się dane historyczne do otrzymania bardziej kompletnych danych. Te dane wykorzystane są do trenowania sieci neuronowych.

4

Neural network with genetic algorithms for the monthly electric energy consumption and peak power middle-term forecasting

63%

Piotrowski P.

|

tom Vol. 10, nr 1

105-115

EN

This paper presents efficiency of neural networks with genetic algorithms for solving monthly electric energy consumption and peak power middle - term forecasting problem. Two problems were solved: - middle-term forecasting of monthly electric energy consumption for alt STOEN S.A. consumers - middle-term forecasting of peak power and monthly electric energy consumption for selected groups of big electric power consumers in STOEN S.A. The paper include analysis of the performance, the optimization process of artificial neural network (number of layers, number of neurons in hidden layer(s), types of activation functions, number and type of input - output data) and the efficiency comparison of forecasting using the standard artificial neural network and the artificial neural network with genetic algorithms. At the end of the article there are forecasting results with conclusions. Analysis shows many benefits from precise forecasting for Electrical Plants, Power Regions and groups of electric power consumers as well.