Nowa wersja platformy, zawierająca wyłącznie zasoby pełnotekstowe, jest już dostępna.
Przejdź na https://bibliotekanauki.pl
Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 2

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  power system security
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
1
Content available remote Nadmierne zwisy linii WN jako przyczyna awarii w systemach elektroenergetycznych
100%
|
2018
|
tom R. 94, nr 10
143--147
PL
W artykule przedstawiono zagadnienie nadmiernych zwisów linii napowietrznych stanowiących zagrożenie wystąpienia awarii w systemie elektroenergetycznym. Problem zaprezentowano w kontekście analizy ryzyka ze wskazaniem przyczyn nadmiernych zwisów oraz ich konsekwencji na pracę systemu elektroenergetycznego. W pracy przedstawiono również zależność wielkości zwisu linii WN od zmiennych warunków atmosferycznych dla różnych typów przewodów.
EN
Article presents the problem of excessive sags of overhead lines posing a threat of a failure in the power system. The problem is presented in the context of risk analysis with an indication of the causes of excessive overhangs and their consequences on the operation of the power system. The work also presents the dependence of the HV line sag on the changing atmospheric conditions for different types of wires.
2
Content available remote Big data platform for smart grids power consumption anomaly detection
80%
|
2019
|
tom Vol. 18
771--780
EN
Big data processing in the Smart Grid context has many large-scale applications that require real-time data analysis (e.g., intrusion and data injection attacks detection, electric device health monitoring). In this paper, we present a big data platform for anomaly detection of power consumption data. The platform is based on an ingestion layer with data densification options, Apache Flink as part of the speed layer and HDFS/KairosDB as data storage layers. We showcase the application of the platform to a scenario of power consumption anomaly detection, benchmarking different alternative frameworks used at the speed layer level (Flink, Storm, Spark).
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.