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 "KSE" wg kryterium: Wszystkie pola

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-3 z 3
    Tytuł:
    Badanie czynników mających wpływ na zmienność obciążenia w KSE
    Research of factors affecting on the changeability of the load in the PPS
    Autorzy:
    Dąsal, K.
    Popławski, T.
    Starczynkowska, E.
    Powiązania:
    https://bibliotekanauki.pl/articles/283690.pdf
    Data publikacji:
    2010
    Wydawca:
    Polska Akademia Nauk. Instytut Gospodarki Surowcami Mineralnymi i Energią PAN
    Tematy:
    system elektroenergetyczny KSE
    modelowanie
    obciążenie
    prognozowanie krótkoterminowe
    czynniki pogodowe
    czynniki pozapogodowe
    power system PPS
    modeling
    load
    short-team forecasting
    weather factors
    non weather factors
    Opis:
    Jest wiele czynników, potencjalnie mogących mieć wpływ na wielkość obciążenia. Jedne z ważniejszych to czynniki meteorologiczne. Mogą na obciążenie wpływać także czynniki pozapogodowe np. oglądalność telewizji. W przedstawianej pracy podjęto próbę oceny wpływu takich czynników. Wykonano analizę wpływu wytypowanych wydarzeń o dużym znaczeniu medialnym na obciążenie KSE. Podobne badania wykonano w celu stwierdzenia wpływu czynników pogodowych, a konkretnie temperatury, na zmianę obciążenia w systemie elektroenergetycznym. Zaproponowano metodykę wykorzystującą metody i narzędzia analizy statystycznej umożliwiające ocenę wpływu tych czynników na zmiany obciążenia.
    There are many factors, potentially being able to affect the magnitude of power load. Meteorological factors are one of more important ones. Non weather factors can also affect the load e.g. ratings of television. In the paper attempts to assess the influence of this factors. Analysis of the impact of great media significance on the PPS load during selected events was performed. Similar researches were performed in order to state the influence of weather factors, and more specifically the temperature, on load changes in the power system. Methodology of using methods and tools of statistical analysis to assess the influence of these factors on the load changes was proposed.
    Źródło:
    Polityka Energetyczna; 2010, 13, 2; 91-104
    1429-6675
    Pojawia się w:
    Polityka Energetyczna
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Długoterminowa prognoza mocy szczytowej dla KSE
    The long-term forecast of elektricity consumption in Poland
    Autorzy:
    Popławski, T.
    Dąsal, K.
    Łyp, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/282784.pdf
    Data publikacji:
    2009
    Wydawca:
    Polska Akademia Nauk. Instytut Gospodarki Surowcami Mineralnymi i Energią PAN
    Tematy:
    prognozowanie w elektroenergetyce
    szeregi czasowe
    rozkład kanoniczny
    Long-term load forecasting in electric power engineering
    time series
    canonical distribution
    Opis:
    Charakterystyczną cechą systemu elektroenergetycznego jest jego ciągła zmienność. W celu poprawnego prowadzenia eksploatacji systemu elektroenergetycznego jak również planowania jego rozwoju niezbędne jest wykonywanie prognoz elektroenergetycznych. Wykonanie poprawnej prognozy dla systemu jest zadaniem niełatwym i wymagającym dużego doświadczenia, wiedzy i wyczucia. Aby w sposób świadomy móc regulować i przewidywać procesy zachodzące w systemie elektroenergetycznym niezbędne są prace z dziedziny analizy i prognozy obciążeń elektroenergetycznych. W artykule przedstawiono nowy model prognostyczny oparty o rozkład kanoniczny wektora zmiennych losowych. Jest to nowa metoda prognostyczna, w wyniku której można otrzymać długoterminowe prognozy mocy szczytowej dla KSE.
    The characteristic feature of a power engineering system is its constant variability. In order to operate a power engineering system, as well as to plan its development it is necessary to carry out forecasts. Working out a correct forecast is an uneasy task that requires a lot of experience, knowledge and intuition. In order to be able to control and foresee the processes that occur in a power engineering system it is necessary to undertake research in the field of analyses of power loads. In the paper a new forecasting model, based on the canonical distribution of a vector of random variables, has been presented. It is a new forecasting method, able to predict long-term forecasts on peak power load of power engineering system in Poland.
    Źródło:
    Polityka Energetyczna; 2009, T. 12, z. 2/2; 497-510
    1429-6675
    Pojawia się w:
    Polityka Energetyczna
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Prognozy długoterminowe energii elektrycznej w KSE – wybrane problemy
    Long-term forecasts of electric energy consumpti on in the domestic power engineering system – selected issues
    Autorzy:
    Dąsal, K.
    Popławski, T.
    Rusek, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/282367.pdf
    Data publikacji:
    2012
    Wydawca:
    Polska Akademia Nauk. Instytut Gospodarki Surowcami Mineralnymi i Energią PAN
    Tematy:
    prognozowanie
    model ekonometryczny
    system elektroenergetyczny
    metoda doboru zmiennych
    prognoza długoterminowa
    moc szczytowa
    zużycie energii
    forecasting
    econometric model
    power engineering system
    method of choice of variables
    long-term forecast
    peak power
    energy consumption
    Opis:
    Istnieje wiele czynników mających znaczenie w procesie prognozowania. Do najważniejszych zaliczyć należy wybór modelu oraz dobór zmiennych objaśniających w przypadku wielowymiarowego modelu ekonometrycznego. W artykule skoncentrowano się na doborze zmiennych, który odgrywa kluczową rolę. Spośród wielu istniejących i znanych algorytmów doboru zmiennych, w artykule przedstawiono autorsko wybrane trzy metody: metodę pojemności integralnej Hellwiga, metodę współczynnika korelacji cząstkowej oraz metodę współczynnika korelacji wielorakiej. Dla każdej z zastosowanych metod podano syntetyczny opis wyjaśniający istotę jej działania. Wybór modelu do opracowania prognoz potraktowano jako mniej istotny, ponieważ dla każdej metody doboru model jest ten sam. Obliczenia wykonano modelem MRK (Model Rozk?adu Kanonicznego), zamieszczając syntetyczny opis modelu. Wykazano na rzeczywistych danych jak zastosowana metoda doboru zmiennych objaśniających wpływa na uzyskane wyniki prognozy zużycia energii elektrycznej na poziomie kraju. W przykładzie obliczeniowym dysponowano potencjalnym zbiorem z siedmioma zmiennymi objaśniającymi. W opracowaniu zawarto 14 różnych prognoz otrzymanych w wyniku zastosowanych 3 metod wyboru zmiennych. Wyniki dopasowania modeli (prognoz wygasłych) oraz prognoz do 2030 roku, przedstawiono w tabelach i na wykresach. We wnioskach zawarto uwagi dotyczące prognoz długoterminowych podstawowych wielkości dotyczących Krajowego Systemu Elektroenergetycznego, mogące mieć wpływ na poprawność ocen tych prognoz. Zwrócono uwagę na problem poprawności oceny prognoz długoterminowych dotyczącej zużycia energii czy mocy szczytowych. Wskazanie prognoz o mniejszym ryzyku pope?nienia dużych błędów umożliwia równoległa analiza prognozy zużycia energii elektrycznej, prognozy szczytów obciążeń z jednoczesnym wyznaczeniem wielkości umożliwiających realność prognoz. Może to przykładowo być wyznaczenie rocznych stopni obciążenia, dla których mamy ściśle określony zakres zmienności. W przypadku dysponowania jedynie prognozę zużycia energii elektrycznej możliwe są inne analizy, przykładowo porównania energochłonności PKB, energochłonności produktów czy gałęzi gospodarki w wybranych krajach. Jeszcze innym, powszechnie stosowanym wskaźnikiem jest roczne zużycie energii elektrycznej na osobę. Prognozy ludności są jednymi z dokładniejszych, stąd ten wskaźnik może być dobrym odniesieniem przy porównywaniu prognoz.
    There exist a number of important factors in forecasting processes. The most significant in the case of a multi-dimensional econometric model are the choice of the model and the explanatory variables. This paper focuses on the choice of variables, which plays a crucial role. Among many existing and recognized algorithms for the selection of variables, the following three chosen arbitrarily by the authors are presented: the method of integral capacity by Hellwig, the partial correlation coefficient, and multiple correlation coefficient. For each considered method, a synthetic description explaining its action is given. The choice of the model for making forecasts was treated as less significant because, for each method, the same model is used. Calculations were made using the MRK (Model of Canonical Distribution) model. The synthetic description of the model is also provided. Using real-life data, the analysis demonstrates how the method applied in choosing explanatory variables influences the obtained forecast results concerning the consumption of electric energy on a national scale. In the example calculation, a potential dataset of seven explanatory variables was used. The paper summarizes fourteen different forecasts obtained from three methods of variables selection. The results of model fittings (extinct forecasts) and forecasts until 2030 are presented in the form of tables and charts. Concluding remarks concern long-term forecasts of fundamental quantities related to the Domestic Power Engineering System, which may influence the correctness of these forecasts. Particular attention was paid to the issue of the correctness of long-term forecasts related to energy consumption and peak power. An analysis of the forecast of energy consumption, processed parallel to the determination of quantities assessing the reality of these forecasts, makes it possible to indicate the forecasts endowed with the lowest risk of making excessive errors. For example, it may be possible to consider the determination of annual load levels for which a pre-determined, exact level of variability is given. In situations where only the forecast of electric energy consumption is available, it is possible to develop further analyses such as a comparison of energy consumption for a Domestic Brutto Product, energy consumption for products, or economic branches in selected countries. Yet another indicator in common use is annual energy consumption per capita. Forecasts per capita are among the most exact; therefore, this indicator may be a useful tool for comparison of different forecasts.
    Źródło:
    Polityka Energetyczna; 2012, 15, 4; 71-83
    1429-6675
    Pojawia się w:
    Polityka Energetyczna
    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