Informacja

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

Wyszukujesz frazę "rozwój systemu" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Modele rozwoju krajowego systemu elektroenergetycznego w ujęciu teorii sterowania i systemów
Development models of the national power system approach control theory and systems
Autorzy:
Tchórzewski, J.
Powiązania:
https://bibliotekanauki.pl/articles/376162.pdf
Data publikacji:
2014
Wydawca:
Politechnika Poznańska. Wydawnictwo Politechniki Poznańskiej
Tematy:
identyfikacja
modele rozwoju
przestrzeń stanów
rozwój systemu elektroenergetycznego
MATLAB
Simulink
Opis:
Do identyfikacji Krajowego Systemu Elektroenergetycznego (KSE) wykorzystano podstawy teorii sterowania i systemów oraz teorii identyfikacji rozwoju systemów, co umożliwiło wygenerowanie odpowiednich modeli rozwoju, w tym modeli matematycznych rozwoju w postaci macierzy th oraz równań w przestrzeni stanów (ss). Następnie na tej podstawie opracowano systemowy model rozwoju KSE, który zaimplementowano w Simulink’u, definiując kolejne bloki modelu jako charakterystyki poszczególnych podsystemów KSE, zidentyfikowanych w środowisku MATLAB z wykorzystaniem System Identification Toolboxa oraz transformowanych na postać modeli w przestrzeni stanów za pomocą Control System Toolboxa. W wyniku rozwiązania układu równań zmiennych stanu z wykorzystaniem m-pliku w środowisku MATLAB otrzymano trzy zmienne stanu. Następnie na bazie otrzymanego rozwiązania uzyskano w Simulinku odpowiedzi systemu KSE (zmiennej wyjściowej y1) na wymuszenia typu: skok jednostkowy 1(θ), impuls Diraca δ(θ) oraz funkcja sin(θ). Wyniki badań zinterpretowano.
To identify the National Power System (NPS) was used basics of control theory and systems theory identification and development of systems, allowing the generation of relevant models of development, including the development of mathematical models in the form of a matrix th and equations in the state space (ss). Then, on this basis, a system model of the development of NPS, which was implemented in Simulink defining successive blocks of the model as the characteristics of each sub-NPS, identified in the MATLAB environment using the System Identification Toolbox, and transformed in the form of models in state space using the Control System Toolbox. As a result of solving the system of equations of state variables using the m- file in the MATLAB environment was obtained three state variables. Then, on the basis of the obtained solution was obtained in Simulink system response NPS (output variable y1) to enforce type: step - 1(θ) , the Dirac impulse δ(θ) and the function sin(θ). The results were interpreted.
Źródło:
Poznan University of Technology Academic Journals. Electrical Engineering; 2014, 78; 17-25
1897-0737
Pojawia się w:
Poznan University of Technology Academic Journals. Electrical Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Modelowanie neuronalne rozwoju systemu elektroenergetycznego. Część 2. Modele systemu IEEE RTS
Neuronal modeling of power system development. Part 2. Models of IEEE RTS system
Autorzy:
Tchórzewski, J.
Pytel, M.
Powiązania:
https://bibliotekanauki.pl/articles/376182.pdf
Data publikacji:
2015
Wydawca:
Politechnika Poznańska. Wydawnictwo Politechniki Poznańskiej
Tematy:
sztuczne sieci neuronowe
dane testowe IEEE RTS
rozwój systemu elektroenergetycznego
środowisko MATLABA i Simulinka
badanie wrażliwości
Opis:
W pracy zamieszczono wybrane wyniki badań dotyczące modelowania neuralnego rozwoju systemu elektroenergetycznego na bazie danych testowych IEEE RTS 96., m.in.: sposób tworzenia macierzy danych wejściowych oraz wyjściowych, sposób doboru parametrów sieci, itp. W wyniku projektowania i uczenia SSN uzyskano modele rozwoju SEE, które poddano badaniom wrażliwości m.in. na zmianę liczby warstw ukrytych oraz liczby neuronów w warstwie.
The paper presents selected results of research on the modeling of neural development of the power system test data based on the IEEE RTS 96, m.in .: how to create a matrix of data input and output, how to select the network parameters and the like. As a result of learning design and development of the ANN models were obtained SEE, which has been tested sensitivity among to change the number of hidden layers and the number of neurons in a layer.
Źródło:
Poznan University of Technology Academic Journals. Electrical Engineering; 2015, 82; 39-44
1897-0737
Pojawia się w:
Poznan University of Technology Academic Journals. Electrical Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    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