Informacja

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

Wyszukujesz frazę "Trojanowska, M." wg kryterium: Autor


Wyświetlanie 1-10 z 10
Tytuł:
Wykorzystanie liniowych modeli rozmytych do prognozowania dobowego zapotrzebowania odbiorców wiejskich na energię elektryczną
The application of fuzzy linear models to forecasting the twenty-four hours demand of electric energy by the rural customers
Autorzy:
Trojanowska, M.
Małopolski, J.
Powiązania:
https://bibliotekanauki.pl/articles/238591.pdf
Data publikacji:
2008
Wydawca:
Instytut Technologiczno-Przyrodniczy
Tematy:
energia elektryczna
prognozowanie krótkoterminowe
model rozmyty
electric energy
short-term forecasting
fuzzy model
Opis:
Zbudowano modele predykcyjne dla wszystkich dni tygodnia, oddzielnie modelując profil dnia, wartość średnią mocy dobowej oraz odchylenie standardowe przebiegu dobowego obciążenia. Średnie godzinowe zapotrzebowanie na energię elektryczną w ciągu doby oraz odchylenie standardowe tego zapotrzebowania zamodelowano opracowując rozmyte modele z wnioskowaniem typu Takagi-Sugeno. Analiza błędów prognoz wyznaczonych zgodnie z zaproponowaną metodą wykazała jej przydatność do lokalnego prognozowania krótkoterminowego.
Predictive models were developed in this study for all days of a week, separately modeling the profile of a day, average value of 24 hrs' power, as well as the standard deviation of 24 hrs' loading course. The average demand of electric energy per hour during a day and the standard deviation of this demand were modeled at working out of the fuzzy models with Takagi-Sugeno type of inference. Error analysis of the prognoses determined by using such a method confirmed its usefulness to local short-term forecasting.
Źródło:
Problemy Inżynierii Rolniczej; 2008, R. 16, nr 4, 4; 17-22
1231-0093
Pojawia się w:
Problemy Inżynierii Rolniczej
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wykorzystanie modeli Mamdaniego do predykcji dobowych obciążeń wiejskich sieci elektroenergetycznych
Using of the Mamdani models to predict daily loads of rural power networks
Autorzy:
Małopolski, J.
Trojanowska, M.
Powiązania:
https://bibliotekanauki.pl/articles/287238.pdf
Data publikacji:
2008
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
energia elektryczna
prognozowanie krótkoterminowe
modele rozmyte
electric energy
short-term forecasting
fuzzy models
Opis:
Opracowano modele z wnioskowaniem typu Mamdani do dobowego prognozowania zapotrzebowania na energię elektryczną odbiorców wiejskich, jako charakterystycznej grupy użytkowników energii. W pracy modele zbudowano dla wszystkich dni tygodnia, oddzielnie modelując profil dnia, wartość średnią mocy dobowej oraz odchylenie standardowe przebiegu dobowego obciążenia. Przeprowadzona analiza wykazała przydatność takich modeli do krótkoterminowej predykcji i ich atrakcyjność ze względu na niski nakład pracy potrzebny do opracowania.
Mamdani type concluding models were developed for twenty-four hour forecasting of electric energy demand for rural consumers, being characteristic group of energy users. For the research purposes the models were built for all weekdays, with separate modelling of day profile, twenty-four hour power average value and standard deviation of twenty-four hour load progress. Completed analysis proved usefulness of these models for short-term prediction, and their attraction due to low amount of labour necessary to prepare them.
Źródło:
Inżynieria Rolnicza; 2008, R. 12, nr 9(107), 9(107); 205-211
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zastosowanie rozmytych modeli relacyjnych do predykcji miesięcznej sprzedaży energii elektrycznej odbiorcom wiejskim
Application of fuzzy relational models for prediction of monthly saleof electric energy to rural consumers
Autorzy:
Trojanowska, M.
Małopolski, J.
Powiązania:
https://bibliotekanauki.pl/articles/289493.pdf
Data publikacji:
2006
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
energia elektryczna
prognoza
rozmyte modele relacyjne
electric energy
forecast
fuzzy relational models
Opis:
W pracy wykorzystano oparte na teorii zbiorów rozmytych modele relacyjne do prognozowania miesięcznego zapotrzebowania na energię elektryczną odbiorców wiejskich. Posłużono się przy tym danymi dotyczącymi sprzedaży energii elektrycznej przez wybraną spółkę dystrybucyjną odbiorcom wiejskim z obszaru województwa małopolskiego w latach 1993-2002. Przeprowadzone obliczenia wykazały dobrą jakość prognoz opracowanych w oparciu o rozmyte modele relacyjne.
In the work relational models based on the fuzzy set theory were used to forecast monthly demand for electric energy by rural consumers. The data regarding electric energy sold to rural consumers from the Małopolska province in the period of 1993-2002 by the selected distribution company was used. The performed calculations showed good quality of forecasts drawn up based on fuzzy relational models.
Źródło:
Inżynieria Rolnicza; 2006, R. 10, nr 11(86), 11(86); 495-502
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Modele rozmyte zapotrzebowania na moc dla potrzeb krótkoterminowego prognozowania zużycia energii elektrycznej na wsi. Cz. I. Algorytmy wyznaczania modeli rozmytych
Fuzzy models of power demand for the purposes of short-term predicting of electric energy consumption in the country. Part I. Algorithms used to determine fuzzy models
Autorzy:
Małopolski, J.
Trojanowska, M.
Powiązania:
https://bibliotekanauki.pl/articles/291412.pdf
Data publikacji:
2009
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
energia elektryczna
prognozowanie krótkoterminowe
algorytm
model rozmyty
electric energy
short-term predicting
algorithm
fuzzy model
Opis:
Opracowano i oprogramowano algorytmy wyznaczania modeli rozmytych, a w szczególności algorytm doboru zmiennych wejściowych do modeli oraz algorytm wyznaczania struktury modeli. Spowodowało to przyśpieszenie procesu budowy modeli prognostycznych opartych na teorii zbiorów rozmytych, dając w ten sposób możność łatwego ich zastosowania do prognozowania zużycia energii elektrycznej na wsi.
The scope of the research involved development and programming of algorithms for determining fuzzy models, and in particular an algorithm for selecting input variables for models and an algorithm for determining the structure of models. This resulted in the acceleration of the process involving construction of predicting models based on fuzzy set theory, thus making it possible to use them for predicting electric energy consumption in the country.
Źródło:
Inżynieria Rolnicza; 2009, R. 13, nr 5, 5; 177-183
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Porównanie przydatności wybranych modeli rozmytych do predykcji zapotrzebowania energii elektrycznej na terenach wiejskich
Comparison of applicability of selected fussy models for predicting electric energy demand in rural areas
Autorzy:
Trojanowska, M.
Małopolski, J.
Powiązania:
https://bibliotekanauki.pl/articles/291743.pdf
Data publikacji:
2005
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
energia elektryczna
prognoza
modele rozmyte
electric energy
predicting
fuzzy models
Opis:
W pracy porównywano przydatność opartych na teorii zbiorów rozmytych modeli Mamdaniego i modeli Takagi-Sugeno do prognozowania miesięcznego zapotrzebowania energii elektrycznej na terenach wiejskich. Posłużono się przy tym danymi dotyczącymi sprzedaży energii elektrycznej przez wybraną spółkę dystrybucyjną odbiorcom wiejskim z obszaru województwa małopolskiego w latach 1993–2002. Przeprowadzone obliczenia wykazały większą trafność prognoz opracowanych w oparciu o modele Takagi-Sugeno.
The paper compares applicability of fussy Madmani and akagi-Sugeno models, based on the theory of fussy sets, for predicting monthly demand for electric energy in rural areas. For that purpose data was used, regarding sales of electric energy by a selected distribution company to rural subscribers from the Małopolskie Voivodeship between 1993 – 2002. The calculations performed revealed better accuracy of forecasts developed based on the Takagi-Sugeno models.
Źródło:
Inżynieria Rolnicza; 2005, R. 9, nr 7, 7; 367-374
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Krótkoterminowe prognozowanie zapotrzebowania na energię elektryczną odbiorców wiejskich przy wykorzystaniu modeli Mamdaniego
Short-term prediction of electric energy demand by rural consumers with the use of Mamdani models
Autorzy:
Trojanowska, M.
Małopolski, J.
Powiązania:
https://bibliotekanauki.pl/articles/239850.pdf
Data publikacji:
2007
Wydawca:
Instytut Technologiczno-Przyrodniczy
Tematy:
energia elektryczna
prognozowanie krótkoterminowe
modele rozmyte
electric energy demand
rural customers
short-term prediction
fuzzy models
Opis:
W pracy zbudowano modele z wnioskowaniem typu Mamdani do godzinowego prognozowania zapotrzebowania na energię elektryczną odbiorców wiejskich, jako charakterystycznej grupy użytkowników energii. Ze względu na charakter zmienności obciążeń opracowano odrębne modele dla typowych dni tygodnia. Przeprowadzona analiza wykazała przydatność tych modeli do krótkoterminowej predykcji i ich konkurencyjność w stosunku do modeli neuronowych.
The models with Mamdani type of concluding were developed in order to predict the hourly demand of electric energy supplies to the rural customers as a characteristic group of electricity users. Because of the character of demands' variability, separate models for typical week-days were designed. The analysis that was carried out, showed the usefulness of these models to make the short-term predictions and their competitiveness in relation to the neural models.
Źródło:
Problemy Inżynierii Rolniczej; 2007, R. 15, nr 3, 3; 35-42
1231-0093
Pojawia się w:
Problemy Inżynierii Rolniczej
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wykorzystanie modeli Takagi-Sugeno do krótkoterminowego prognozowania zapotrzebowania na energię elektryczną odbiorców wiejskich
Using the Takagi-Sugeno models for short-term forecasting of rural consumers demand for electric energy
Autorzy:
Trojanowska, M.
Małopolski, J.
Powiązania:
https://bibliotekanauki.pl/articles/289025.pdf
Data publikacji:
2009
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
energia elektryczna
prognozowanie krótkoterminowe
model rozmyty
electric energy
short-term forecasting
fuzzy model
Opis:
Opracowano modele z wnioskowaniem typu Takagi-Sugeno o gaussowskich funkcjach przynależności w przestrzeni wejściowej do krótkoterminowego prognozowania zapotrzebowania na energię elektryczną odbiorców wiejskich. Ze względu na charakter zmienności obciążeń opracowano odrębne modele dla typowych dni tygodnia. Przeprowadzona analiza wykazała przydatność modeli Takagi-Sugeno do predykcji z wyprzedzeniem godzinowym i ich konkurencyjność w stosunku do rozmytych modeli Mamdaniego.
Models with concluding, Takagi-Sugeno type, with Gaussian functions of affiliation in entry space were developed for short-term forecasting of rural consumers' demand for electric energy. Due to loads variability character separate models were developed for typical week days. Completed analysis proved usability of the Takagi-Sugeno models for prediction with hourly advance, and their competitiveness compared to Mamdani fuzzy models.
Źródło:
Inżynieria Rolnicza; 2009, R. 13, nr 1, 1; 325-330
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Modele rozmyte zapotrzebowania na moc dla potrzeb krótkoterminowego prognozowania zużycia energii elektrycznej na wsi. Cz. II. Opracowanie predykcyjnych modeli relacyjnych
Fuzzy models of power demand for the purposes of short-term predicting of electric energy consumption in the country. Part II. Development of predictive relationship models
Autorzy:
Małopolski, J.
Trojanowska, M.
Powiązania:
https://bibliotekanauki.pl/articles/291396.pdf
Data publikacji:
2009
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
energia elektryczna
prognozowanie krótkoterminowe
algorytm
model relacyjny
electric energy
short-term predicting
algorithm
relationship model
Opis:
Opracowano modele relacyjne do krótkoterminowego prognozowania zapotrzebowania na energię elektryczną odbiorców wiejskich. Przy ich wyznaczaniu skorzystano z opisanych w części I algorytmów wyznaczania modeli rozmytych. Przeprowadzona analiza wykazała przydatność zbudowanych w ten sposób modeli relacyjnych do predykcji z wyprzedzeniem godzinowym.
The research involved development of relationship models for short-term predicting of electric energy demand for rural consumers. When defining them, the researchers used algorithms for determining fuzzy models described in part I. Completed analysis has proven that relationship models built in this way are useful for prediction with one-hour advance.
Źródło:
Inżynieria Rolnicza; 2009, R. 13, nr 5, 5; 185-191
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Forecasting of the daily demand for natural gas in rural households using the methods of artificial intelligence. Part II. Forecasting using fuzzy logic
Prognozowanie dobowego zapotrzebowania na gaz ziemny wiejskich gospodarstw domowych przy wykorzystaniu metod sztucznej inteligencji. Cz. 2. Prognozowanie przy wykorzystaniu logiki rozmytej
Autorzy:
Małopolski, J.
Trojanowska, M.
Nęcka, K.
Powiązania:
https://bibliotekanauki.pl/articles/335847.pdf
Data publikacji:
2015
Wydawca:
Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
Tematy:
natural gas
short-term forecasts
fuzzy logic
prognoza krótkookresowa
logika rozmyta
modele Takagi-Sugeno
Opis:
In this paper, two fuzzy Takagi-Sugeno models were built to describe daily gas consumption of rural households using the Gaussian and trapezoidal membership function. It was found that the predictive values of both models are similar and satis-factory (MAPE 5.3-5.5%) and slightly better than in the case of the model of neural network when the BFGS algorithm was used for training, as shown in the first section of the study.
W pracy przedstawiono zbudowane dwa rozmyte modele typu Takagi-Sugeno opisujące dobowe zużycie gazu przez wiejskie gospodarstwa domowe, wykorzystując gaussowską i trapezoidalną funkcję przynależności. Stwierdzono, że wartość predykcyjna obydwu modeli jest podobna oraz zadowalająca (MAPE rzędu 5,3-5,5%) i nieznacznie lepsza od modelu neuronowe-go, gdy do uczenia sieci zastosowano algorytm BFGS, a który przedstawiono w części I opracowania.
Źródło:
Journal of Research and Applications in Agricultural Engineering; 2015, 60, 2; 65-67
1642-686X
2719-423X
Pojawia się w:
Journal of Research and Applications in Agricultural Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Forecasting of the daily demand for natural gas in rural households using the methods of artificial intelligence. Part I. Forecasting using artificial neural networks
Prognozowanie dobowego zapotrzebowania na gaz ziemny wiejskich gospodarstw domowych przy wykorzystaniu metod sztucznej inteligencji. Cz. 1. Prognozowanie przy wykorzystaniu sztucznych sieci neuronowych
Autorzy:
Nęcka, K.
Trojanowska, M.
Małopolski, J.
Powiązania:
https://bibliotekanauki.pl/articles/334058.pdf
Data publikacji:
2015
Wydawca:
Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
Tematy:
natural gas
short-term forecasts
artificial neural networks
gaz ziemny
prognoza krótkookresowa
sztuczna sieć neuronowa
Opis:
The paper determines daily forecast demands for natural gas using artificial neural networks (MLPs). The influence of net-work structure, the type of activation function and the training process used on the quality of prediction were studied. It was found that the quality of forecasts was highly influenced by the network training algorithm. The smallest errors of the ex-pired forecasts (MAPE 5-6%) were obtained using the BFGS algorithm.
W trakcie badań wyznaczano dobowe prognozy zapotrzebowania na gaz ziemny z wykorzystaniem sztucznych sieci neuronowych MLP. Przebadano wpływ struktury sieci, rodzaju funkcji aktywacji oraz zastosowanego procesu uczenia sieci na jakość predykcji. Stwierdzono, że na jakość prognoz duży wpływ ma algorytm uczenia sieci. Najmniejsze błędy prognoz wygasłych (MAPE rzędu 5-6%) uzyskano stosując algorytm BFGS.
Źródło:
Journal of Research and Applications in Agricultural Engineering; 2015, 60, 2; 62-64
1642-686X
2719-423X
Pojawia się w:
Journal of Research and Applications in Agricultural Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-10 z 10

    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