Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "prognozowanie zużycia energii" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-3 z 3
    Tytuł:
    Zastosowanie algorytmów sztucznych sieci neuronowych do prognozowania zużycia energii elektrycznej
    Application artificial neural networks for electricity prediction
    Autorzy:
    Włas, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/266363.pdf
    Data publikacji:
    2016
    Wydawca:
    Politechnika Gdańska. Wydział Elektrotechniki i Automatyki
    Tematy:
    prognozowanie zużycia energii
    sztuczne sieci neuronowe
    forecasting energy consumption
    artificial neural network
    Opis:
    W artykule przestawiono algorytm przewidywania zużycia energii elektrycznej budynków mieszkalnych z wykorzystaniem informacji o produkcji i warunkach atmosferycznych. W artykule została zaproponowana własna metoda predykcji z wykorzystaniem wielowarstwowej jednokierunkowej sztucznej sieci neuronowej. W pracy zostały przedstawione podstawowe pojęcia z zakresu sieci neuronowych oraz testy działania programu prognozującego na podstawie rzeczywistych danych pomiarowych. Głównym zadaniem badawczym było sprawdzenie dokładności algorytmu predykcji do prognozowania zużycia energii elektrycznej. Ma to na celu uzyskanie programu, którego wyniki o charakterze ilościowym będą wykorzystywane do prognozowania potrzeb zakupowych na TGE (Towarowej Giełdzie Energii) przy udziale metody zakupu energii elektrycznej na Rynku Dnia Następnego.
    This paper presents a flexible approach to forecasting of energy consumption in residential buildings, using time series analysis and neural networks. Our goal is to develop a one day-ahead forecasting model based on an artificial neural network using information about temperature of air. The article has been proposed neural network prediction method using a multilayered feed-forward artificial neural network with the backpropagation training algorithm. Experimental results have showed that the proposed neural network can faithfully reproduce the curve of daily energy consumption with a percentage error less than 3.74%.
    Źródło:
    Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej; 2016, 51; 217-220
    1425-5766
    2353-1290
    Pojawia się w:
    Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Prognoza krajowego zapotrzebowania na energię elektryczną
    Forecast of electricity demand of the Polish power system
    Autorzy:
    Maciejewski, Z.
    Powiązania:
    https://bibliotekanauki.pl/articles/249640.pdf
    Data publikacji:
    2013
    Wydawca:
    Instytut Naukowo-Wydawniczy TTS
    Tematy:
    prognozowanie zużycia energii
    krajowe zużycie energii
    forecasting of energy consumption
    energy consumption in Poland
    Opis:
    W literaturze istnieje wiele prognoz krajowego zapotrzebowania na energię elektryczną, które były wykonane z zaangażowaniem znacznych środków finansowych. Większość z tych prognoz była znacznie przeszacowana, ponieważ nie sprawdziła się w porównaniu z rzeczywistym zapotrzebowaniem na energię elektryczną. Prognozy te nie spełniały również oczekiwań użytkowników dla których były przeznaczone. W tej pracy dokonano oceny prognozy krajowego zapotrzebowania na energię elektryczną opracowanej przez autora w 2004 roku. Prognoza ta została opracowana metodą wykorzystującą średnioroczne przyrosty dochodu narodowego wytworzonego oraz wskaźników elastyczności zapotrzebowania na energię elektryczną względem tego dochodu. Wykazano, że opracowana prognoza jest zgodna z faktycznym zużyciem energii elektrycznej do 2012 roku. Na podstawie danych statystycznych wyznaczono wartości współczynników elastyczności i elektrochłonności produktu krajowego brutto (PKB) dla lat 2004 - 2012. Stwierdzono znaczny spadek elektrochłonności PKB w tych latach. Wykorzystując metodę zastosowaną w 2004 roku przedstawiono również prognozę krajowego zapotrzebowania na energię elektryczną do 2030 roku.
    There are a lot of forecasts of domestic electricity demand in the literature which were made by using a lot of finance cost. Most of those forecasts were significantly exaggerated, and there were disagreed with real of electricity demand. All the forecasts do not come up to users for which were destined. In this paper it is given the estimation of forecast of domestic electricity demand proposed by author in 2004. This forecast was made using the indicators of growth of Gross Domestic Product and the electricity absorptive of Gross Domestic Product. It is shown that this forecast is in agreement with the real electricity demand until 2012. For the basics of statistical data consumption of electricity it is determined the indicators of electricity absorptive of Gross Domestic Product of Poland for years 2004 - 2012. It is shown that these indicators have considerably decreasing trend. Using the method proposed by authors in 2004, the new forecast of domestic electricity demand until 2030 is given.
    Źródło:
    TTS Technika Transportu Szynowego; 2013, 10; 277-285, CD
    1232-3829
    2543-5728
    Pojawia się w:
    TTS Technika Transportu Szynowego
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Macromodeling of local power supply system balance forecasting using fractal properties of load and generation schedules
    Makromodelowanie prognozowania bilansu lokalnego systemu elektroenergetycznego z wykorzystaniem fraktalnych właściwości planówobciążenia i generacji
    Autorzy:
    Jarykbassov, Daniyar
    Lezhniuk, Petr
    Hunko, Iryna
    Lysyi, Vladyslav
    Dobrovolska, Lyubov
    Powiązania:
    https://bibliotekanauki.pl/articles/27315445.pdf
    Data publikacji:
    2023
    Wydawca:
    Politechnika Lubelska. Wydawnictwo Politechniki Lubelskiej
    Tematy:
    power supply system
    urban development
    power consumption forecasting
    macromodelling
    fractal properties
    system zasilania
    rozwój miast
    prognozowanie zużycia energii
    makromodelowanie
    właściwości fraktalne
    Opis:
    A method of forecasting the balance of electricity consumption of urban development objects, civil purposes using discrete macromodels is proposed. We consider the power supply system (PSS) of the district, which is characterised by power supply from general-purpose power grids, as well as having its own generation of electricity from renewable energy sources (RES). Such a local electric power system (LES) under certain conditions can be operated as an independent balanced electrical facility. For optimal operation of the LES under these conditions, it is necessary to predict its power consumption schedules. The proposed macromodelling method allows to develop deterministic models of power consumption with the required accuracy on the basis of retrospective information without the use of data preprocessing procedures. The solution to the problem of forecasting electricity consumption schedules is simplified by using only basic or deterministic characteristics in the construction of the model. These include fractal properties of PSS load schedules.
    Zaproponowano metodę prognozowania bilansu zużycia energii elektrycznej przez obiekty miejskie o przeznaczeniu cywilnym z wykorzystaniem makromodeli dyskretnych. Rozważany jest system zasilania (SZ) dzielnicy, który charakteryzuje się zasilaniem z sieci ogólnego przeznaczenia, a także posiada własną produkcję energii elektrycznej z odnawialnych źródeł energii (OZE). Taki lokalny system elektroenergetyczny (LES) w pewnych warunkach może być eksploatowany jako niezależny, zrównoważony obiekt elektryczny. Aby zapewnić optymalne działanie LES w takich warunkach, konieczne jest przewidywanie jego harmonogramów poboru mocy. Proponowana metoda makromodelowania pozwala na opracowanie deterministycznych modeli poboru mocy z wymaganą dokładnością na podstawie informacji retrospektywnych bez stosowania procedur wstępnego przetwarzania danych. Rozwiązanie problemu prognozowania planów zużycia energii elektrycznej jest uproszczone poprzez wykorzystanie w konstrukcji modelu jedynie podstawowych lub deterministycznych charakterystyk. Obejmują one fraktalne właściwości harmonogramów obciążenia SZ.
    Źródło:
    Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska; 2023, 13, 3; 79--82
    2083-0157
    2391-6761
    Pojawia się w:
    Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-3 z 3

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies