Temat: optymalizacja sieci - Katalog OPAC zbiorów

Skocz do pozycji: 1.

Tytuł:: Optymalizacja struktur elektroenergetycznych sieci promieniowych
Optimization of the structures of electric power radial
Autorzy:: Brożek, J.
Bąchorek, W.
Powiązania:: https://bibliotekanauki.pl/articles/376779.pdf
Data publikacji:: 2014
Wydawca:: Politechnika Poznańska. Wydawnictwo Politechniki Poznańskiej
Tematy:: optymalizacja
struktury sieci
algorytmy genetyczne
wyżarzanie symulowane
Opis:: Optymalizacja promieniowych struktur sieci elektroenergetycznych należy do problemów NP - trudnych. Funkcją celu analizowanego problemu stanowią koszty roczne struktury sieci elektroenergetycznej (roczny koszt inwestycyjny i zmienny). Do poszukiwania rozwiązań suboptymalnych zaproponowano metodę wykorzystującą algorytm genetyczny i algorytm symulowanego wyżarzania. Oba algorytmy optymalizują (minimalizują) tą samą funkcję celu. Uzyskanie takich samych rozwiązań dwoma algorytmami zwiększa prawdopodobieństwo, że otrzymana struktura sieci promieniowej jest strukturą optymalną w sensie przyjętej funkcji celu. W artykule przedstawiono przykład obliczeniowy ilustrujący zastosowanie programu komputerowego do optymalizacji struktury sieci promieniowej. Uzyskane wyniki porównano z rozwiązaniem otrzymanym w wyniku przeglądu zupełnego.
In the paper, the problem of the optimal design of the structures of two-voltage electric power radial networks is analyzed. The optimization of the structure of electric power networks is an NP-hard problem. The aim function of the analyzed problem is the annual cost of the electric power network structure (the annual investment cost + the annual variable cost). In order to find (suboptimal) solutions to the problem a method using genetic algorithms and simulated annealing is proposed. Both algorithms optimize (minimize) the same function. Obtaining the same solution with the use of two different algorithms increases the probability that the resulting network structure is optimal given the aim function. The paper includes also an example, which illustrates the application of the proposed method (implemented in a computer program) to the optimization of the structure of a radial network. A comparison of the obtained results with the solution resulting from the use of a complete (i.e., non-heuristic) method, is also provided.
Źródło:: Poznan University of Technology Academic Journals. Electrical Engineering; 2014, 78; 35-42
1897-0737
Pojawia się w:: Poznan University of Technology Academic Journals. Electrical Engineering
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 2.

Tytuł:: Distribution MV and LV Network Optimal Reconfiguration
Optymalizacja konfiguracji dla sieci rozdzielczych SN i nN
Autorzy:: Helt, P.
Zduńczyk, P.
Powiązania:: https://bibliotekanauki.pl/articles/396976.pdf
Data publikacji:: 2014
Wydawca:: ENERGA
Tematy:: sieci rozdzielcze
optymalizacja
algorytmy genetyczne
distribution power networks
optimization
genetic algorithms
Opis:: Reducing power losses in energy distribution is forced by mandatory law. Optimization of network reconfiguration can lead to reducing power losses by even a dozen or so percent. Two methods of network reconfiguration optimization are presented in the paper: the heuristic method and a method based on genetic algorithms. The presented solutions offer the opportunity to optimize medium voltage and low voltage distribution networks at the same time. Calculation results for real distribution network are presented. The presented results indicate a high efficiency of network reconfiguration optimization.
Zmniejszanie strat w procesie dystrybucji energii elektrycznej wynika z obowiązującego prawa. Optymalizacja konfiguracji sieci może doprowadzić do zmniejszenia sumarycznych strat mocy nawet o kilkanaście procent. W artykule porównano metody optymalizacji konfiguracji sieci rozdzielczych: rozpływową i opartą na algorytmach genetycznych. Przedstawione rozwiązania umożliwiają wyznaczanie optymalnych rozcięć jednocześnie w sieci SN oraz nN. Zaprezentowano wyniki obliczeń dla rzeczywistych fragmentów sieci rozdzielczej, wskazujące na dużą efektywność optymalizacji konfiguracji sieci rozdzielczych.
Źródło:: Acta Energetica; 2014, 4; 79-90
2300-3022
Pojawia się w:: Acta Energetica
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 3.

Tytuł:: Optymalizacja konfiguracji dla sieci rozdzielczych SN i nN –
Distribution mv and lv network optimal reconfiguration
Autorzy:: Helt, P.
Zduńczyk, P.
Powiązania:: https://bibliotekanauki.pl/articles/267751.pdf
Data publikacji:: 2013
Wydawca:: Politechnika Gdańska. Wydział Elektrotechniki i Automatyki
Tematy:: sieci rozdzielcze
optymalizacja
algorytmy genetyczne
distribution power networks
optimization
genetic algorithms
Opis:: Zmniejszanie strat w procesie dystrybucji energii elektrycznej wręcz wynika z obowiązującego prawa. Optymalizacja konfiguracji sieci może doprowadzić do zmniejszenia sumarycznych strat mocy nawet o kilkanaście procent. W artykule porównano metody optymalizacji konfiguracji sieci rozdzielczych: rozpływową i opartą na algorytmach genetycznych. Przedstawione rozwiązania umożliwiają wyznaczanie optymalnych rozcięć jednocześnie w sieci SN oraz nN. Zaprezentowano wyniki obliczeń dla rzeczywistych fragmentów sieci rozdzielczej wskazujące na dużą efektywność optymalizacji konfiguracji sieci rozdzielczych.
Reducing power losses in energy distribution is forced by obligatory law. Optimization of network reconfiguration can lead to reduce power losses even by a dozen or so percent. Two methods of network reconfiguration optimization are presented in the paper: heuristic method and method based on genetic algorithms. Presented solutions give opportunity to optimization medium voltage and low voltage distribution networks. Calculation results for real distribution network are presented. Presented results indicate high efficiency of network reconfiguration optimization.
Źródło:: Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej; 2013, 33; 107-110
1425-5766
2353-1290
Pojawia się w:: Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 4.

Tytuł:: Zastosowanie metod sztucznej inteligencji w energetyce
The applications of artificial intelligence techniques in energy systems
Autorzy:: Ściążko, A.
Powiązania:: https://bibliotekanauki.pl/articles/276892.pdf
Data publikacji:: 2011
Wydawca:: Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
Tematy:: energetyka
sztuczna inteligencja
sieci neuronowe
algorytmy genetyczne
modelowanie
optymalizacja
odnawialne źródła energii
energy science
artificial intelligence
neural network
genetic algorithm
modeling
optimization
renewable energy
Opis:: Artykuł prezentuje możliwości wykorzystania metod sztucznej inteligencji w energetyce. Zastosowania te można podzielić na trzy grupy: modelowanie, przewidywanie i planowanie (optymalizacja) oraz kontrola procesów. W artykule pokazano typowe przykłady użycia sztucznej inteligencji, charakterystyczne dla każdej z grup. Przedstawiono także możliwe przyszłe wykorzystania tego typu metodologii, w szczególności w inteligentnych systemach elektroenergetycznych - Smart Grid. Druga część artykułu przedstawia i omawia przykład wykorzystania sztucznej inteligencji w modelowaniu systemu elektroenergetycznego, złożonego z następujących elementów: elektrociepłownia geotermalna, źródło geotermalne, miejska sieć ciepłownicza oraz zakład przemysłowy. Zadanie polegało na przygotowaniu modelu komputerowego rozważanego systemu oraz wielokryte-rialnej optymalizacji problemu. Jakość każdego z rozwiązań była oceniana na podstawie dwóch różnych funkcji dopasowania: obliczonej wartości kosztów inwestycyjnych oraz sprawności egzergetycznej systemu. Pokazano w jaki sposób można wykorzystać genetyczny algorytm optymalizacji wielokryterialnej oraz modelowanie zastępcze z wykorzystaniem sztucznej sieci neuronowej do analizy zadanego problemu. Rezultaty optymalizacji zostały zobrazowane na diagramie Pareto, na ich podstawie pokazano kilka typów możliwych rozwiązań projektowych (niewielkie koszty inwestycyjne i niska sprawność, wysokie koszty inwestycyjne ale wysoka sprawność oraz rozwiązanie pośrednie). Dla modelu zastępczego określono jego dokładność oraz dopasowanie do oczekiwanych rezultatów.
Paper presents possible applications of artificial intelligence techniques in the energy science problems. Those applications can be divided into three groups: modeling, predictions and planning (optimization) and process control. Article shows typical examples of use artificial intelligence in each group. Moreover there are presented the future possibilities of application, for example in Smart Grid's problems. Second part of the article introduces the case study of using artificial intelligence techniques in real life problem of analysis of complicated energy system. Its main elements are geothermal power plant, district heating system, industrial plant and electrical grid. The task was to model the system and run the multi criteria optimization. The quality of each solution was graded by the different objective functions: investment cost and energy efficiency. The paper presents multi criteria genetic optimization algorithm and neural network surrogate modeling for given problem. The optimization's results can be found in the Pareto diagram - they show different possible solutions (with low investment cost and low efficiency, with high cost and high efficiency or with mediumvalues). The quality of surrogate model is presented on the regression graph for neural network.
Źródło:: Pomiary Automatyka Robotyka; 2011, 15, 7-8; 53-59
1427-9126
Pojawia się w:: Pomiary Automatyka Robotyka
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Informacja

Wyszukujesz frazę "optymalizacja sieci" wg kryterium: Temat

Źródło danych

Dostawca treści

Kolekcja

Rok wydania

Wydawca

Temat

Autor

Typ dokumentu

Język