Informacja

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

Wyszukujesz frazę "okna przesuwne" wg kryterium: Wszystkie pola


Wyświetlanie 1-1 z 1
Tytuł:
Zastosowanie przesuwnego okna czasowego do adaptacji modelu prognozowania zapotrzebowania na ciepło dla miejskiej sieci ciepłowniczej
Autorzy:
Bujalski, Maciej
Madejski, Paweł
Fuzowski, Krzysztof
Powiązania:
https://bibliotekanauki.pl/articles/37219078.pdf
Data publikacji:
2020
Wydawca:
Politechnika Wrocławska. Oficyna Wydawnicza Politechniki Wrocławskiej
Tematy:
predykcja zapotrzebowania na ciepło
uogólniony model addytywny GAM
przesuwne okno czasowe
Opis:
System ciepłowniczy oparty o elektrociepłownię zasilającą miejską sieć ciepłowniczą stanowi powszechną formę dystrybucji ciepła w dużych obszarach miejskich w Polsce. Głównym elementem optymalizacji pracy systemu jest krótkoterminowe planowanie produkcji energii w kogeneracji (do kilku dni naprzód), a podstawową daną wejściową do tego procesu jest godzinowa prognoza zapotrzebowania na ciepło. Dobowy profil obciążenia cieplnego zmienia się w zależności od zmiany parametrów pogodowych, charakteru poboru ciepła przez odbiorców, a także na skutek dynamiki sieci ciepłowniczej pod wpływem zmiennych warunków eksploatacyjnych. W referacie przedstawiono wyniki obliczeń z opracowanego modelu zapotrzebowania na ciepło, z wykorzystaniem metody uogólnionego modelu addytywnego GAM. Opisano sposób budowy modelu predykcyjnego i procedurę jego adaptacji w oparciu o zastosowanie przesuwnego okna czasowego z danymi uczącymi model. Przedstawione wyniki uzyskano na podstawie danych pochodzących z rzeczywistego systemu ciepłowniczego, o szczytowym zapotrzebowaniu na poziomie około 200 MWt. Analizie poddano wpływ rozmiaru okna treningowego modelu (liczba dób w przedziale od kilku do kilkunastu) na błąd predykcji w horyzoncie doby następnej, podczas różnych okresów sezonu grzewczego. W rezultacie otrzymano model o średnio-sezonowym błędzie około 8%. Wykazano, że zastosowanie adaptacji z relatywnie krótkim oknem treningowym uczącym model może istotnie zwiększyć jego dokładność w okresach przejściowych (kwiecień-maj), gdzie kluczowe warunki wpływające na pracę sieci zmieniają się dynamicznie i w trudny do przewidzenia sposób.
Źródło:
Zeszyty Energetyczne; 2020, 7; 267-279
2658-0799
Pojawia się w:
Zeszyty Energetyczne
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-1 z 1

    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