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 "load forecasting" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-11 z 11
    Tytuł:
    Prognozowanie małoobszarowych charakterystyk obciążenia mocą elektryczną
    Forecasting small area electric load characteristics
    Autorzy:
    Jakuszewicz, I.
    Powiązania:
    https://bibliotekanauki.pl/articles/398866.pdf
    Data publikacji:
    2014
    Wydawca:
    Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
    Tematy:
    prognozowanie przestrzenne
    prognozowanie
    spatial forecasting
    load forecasting
    Opis:
    Prognozowanie zapotrzebowania na moc elektryczną w ujęciu przestrzennym jest zagadnieniem ważnym i aktualnym z uwagi na stale zmieniające się uwarunkowania rynku i potrzeby rynkowe odbiorców. W artykule podjęto tematykę prognozowania małoobszarowego stanowiącego nieodzowny element przestrzennego planowania zapotrzebowania na energię i moc elektryczną. Zaprezentowany model, będący wynikiem wieloletnich badań, stanowi podejście autorskie do rzeczonego zagadnienia. Model pozwala opracować prognozę dysponując ograniczonym zasobem informacji wejściowych. W artykule sformułowano konkluzję zasadności stosowania modelu w zarządzaniu rozwojem elektroenergetycznych sieci rozdzielczych.
    Forecasting electric power demand in spatial terms is an important and topical issue due to the constantly changing market conditions and customers’ needs. The paper topic, which is small area load forecasting, constitutes an essential element of spatial planning in energy demand and electric power. The presented model is the author’s original approach to this issue. The model allows to develop a forecast with limited resource inputs. The paper makes a conclusion about the relevance of the model in managing the development of power distribution systems.
    Źródło:
    Ekonomia i Zarządzanie; 2014, 6, 1; 282-292
    2080-9646
    Pojawia się w:
    Ekonomia i Zarządzanie
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Prognozowanie zapotrzebowania na letnią moc szczytową krajowego systemu elektroenergetycznego
    Electric power peak summer demand forecasting for domestic power system
    Autorzy:
    Łyp, J.
    Popławski, T.
    Dąsal, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/282805.pdf
    Data publikacji:
    2009
    Wydawca:
    Polska Akademia Nauk. Instytut Gospodarki Surowcami Mineralnymi i Energią PAN
    Tematy:
    prognozowanie
    elektroenergetyka
    load forecasting
    electric power engineering
    Opis:
    W referacie opisano problematykę sporządzania prognoz zapotrzebowania na moc szczytową lata dla Krajowego Systemu Elektroenergetycznego (KSE) w kontekście generowania ich dla długoterminowych scenariuszy zapotrzebowania na roczną energię i roczne maksymalne zapotrzebowanie na moc. Koncepcję opisano i zilustrowano.
    The paper describes the issue of modelling and forecasting the process of electric power peak summer demand. The conception is presented as suitable for perform long term load forecasts for domestic electric power system in case of having various scenarios of annual energy and peak load demand. The proposed methodology is described and illustrated.
    Źródło:
    Polityka Energetyczna; 2009, T. 12, z. 2/2; 355-368
    1429-6675
    Pojawia się w:
    Polityka Energetyczna
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Ocena modelowania dynamicznego jako narzędzia do prognozowania zużycia energii elektrycznej przez odbiorców indywidualnych
    Assessment of Dynamic Modelling as a Tool for an Electricity Consumption Forecasting for a Group of Individual Customers
    Autorzy:
    Grycan, W.
    Wróblewski, Z.
    Powiązania:
    https://bibliotekanauki.pl/articles/158593.pdf
    Data publikacji:
    2016
    Wydawca:
    Sieć Badawcza Łukasiewicz - Instytut Elektrotechniki
    Tematy:
    modelowanie obciążeń
    krzywe obciążeń
    prognozowanie obciążeń
    modelling of loads
    load curves
    load forecasting
    Opis:
    Prognozowanie zużycia energii elektrycznej jest narzędziem niezbędnym dla nowoczesnego zarządzania energią elektryczną. Umiejętność właściwego przewidywania przyszłych zachowań stanowi podstawę efektywnego zarządzania. Ze względu na dużą zmienność zużycia energii w czasie i brak możliwości jej długotrwałego magazynowania, szczególnie istotnym zagadnieniem jest wybór właściwych narzędzi prognostycznych, możliwie dokładnie określających zużycie energii w rozpatrywanym czasie. W artykule opisano modelowanie dynamiczne i przedstawiono wyniki prognostyczne dla modeli dynamicznych, opracowanych dla grupy odbiorców indywidualnych. Wyniki oceniono na podstawie danych o rzeczywistym zużyciu energii elektrycznej w tym okresie.
    The forecasting of the electricity consumption is an indispensable tool for the modern electrical energy management. The ability of the prediction of future behaviours is the basis for the effective management. Due to the high variability of the energy consumption over time and the impossibility of its long-term storage, particularly important issue is the selection of appropriate tools for the forecasting and determining of the consumption as precisely as possible. The article describes the dynamic modelling and the results of predictive dynamic models developed for a group of individual customers. The results were evaluated on the basis of the actual consumption of the electric energy.
    Źródło:
    Prace Instytutu Elektrotechniki; 2016, 272; 167-178
    0032-6216
    Pojawia się w:
    Prace Instytutu Elektrotechniki
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Estymacja zapotrzebowania na moc w czasie quasi-rzeczywistym, na obszarze sieci średniego napięcia, w warunkach ograniczonej obserwowalności
    Autorzy:
    Pakulski, T.
    Bronk, L.
    Powiązania:
    https://bibliotekanauki.pl/articles/396986.pdf
    Data publikacji:
    2018
    Wydawca:
    ENERGA
    Tematy:
    prognozowanie obciążeń
    sieć SN
    lokalny obszar bilansowania
    load forecasting
    MV grid
    local balancing area
    Opis:
    W artykule zaprezentowano możliwości praktycznego wykorzystania dostępnych pomiarów w celu estymacji w czasie quasi-rzeczywistym zapotrzebowania na moc czynną (P) i bierną (Q), na wybranym obszarze sieci średniego napięcia (SN), w warunkach ograniczonej obserwowalności. Do celów estymacji chwilowego zapotrzebowania odbiorców na moc wykorzystywano prognozy obciążeń na dobę następną, profile zużycia energii pozyskiwane w trybie offline z liczników bilansujących systemu AMI, pomiary poboru mocy P i Q w wybranych punktach transformacji SN/nn (stacji referencyjnych) oraz pomiary meteorologiczne. Do budowy modelu prognostycz-nego wykorzystano metody sztucznej inteligencji oparte na sieciach neuronowych zawartych w środowisku obliczeniowym MATLAB. Opracowana metoda szacowania zapotrzebowania na moc i estymacji stanu pracy sieci dystrybucyjnej została wykonana w ramach projektu „Budowa Lokalnego Obszaru Bilansowania (LOB) jako elementu zwiększania bezpieczeństwa i efektywności energetycznej pracy systemu dystrybucyjnego”. Zadanie było finansowane w ramach Programu GEKON przez Narodowe Centrum Badań i Rozwoju (NCBiR) oraz Narodowy Fundusz Ochrony Środowiska i Gospodarki Wodnej (NFOŚiGW) i realizowane przy współudziale ENERGA-OPERATOR SA, Uniwersytetu Zielonogórskiego i Instytutu Energetyki Oddział Gdańsk.
    Źródło:
    Acta Energetica; 2018, 4; 75-80
    2300-3022
    Pojawia się w:
    Acta Energetica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Testowanie systemu estymowania zapotrzebowania na moc w czasie quasi-rzeczywistym w obszarze sieci średniego napięcia w warunkach ograniczonej obserwowalności
    Testing a power demand estimation system in quasi-real time in a medium voltage area network under conditions of limited observability
    Autorzy:
    Pakulski, Tomasz
    Bronk, Leszek
    Powiązania:
    https://bibliotekanauki.pl/articles/266931.pdf
    Data publikacji:
    2019
    Wydawca:
    Politechnika Gdańska. Wydział Elektrotechniki i Automatyki
    Tematy:
    prognozowanie obciążeń
    sieć SN
    lokalny obszar bilansowania
    load forecasting
    MV grid
    local balancing area
    Opis:
    W referacie zaprezentowano możliwości praktycznego wykorzystania dostępnych pomiarów w celu estymacji w czasie quasi-rzeczywistym zapotrzebowania na moc czynną (P) i bierną (Q) w wybranym obszarze sieci średniego napięcia (SN) w warunkach ograniczonej obserwowalności. Do estymacji chwilowego zapotrzebowania odbiorców na moc wykorzystano prognozy obciążeń na dobę następną, profile zużycia energii pozyskiwane w trybie offline z liczników bilansujących systemu AMI, pomiary poboru mocy P i Q w wybranych punktach transformacji SN/nn (stacji referencyjnych) oraz pomiary meteorologiczne. W referacie przedstawiono wyniki testowania systemu estymowania zapotrzebowania na moc wykonanego w ramach projektu „Budowa Lokalnego Obszaru Bilansowania (LOB) jako elementu zwiększania bezpieczeństwa i efektywności energetycznej pracy systemu dystrybucyjnego”.
    The paper presents the possibilities of the practical use of available measurements to estimate in quasi-real time the demand for active (P) and reactive (Q) powers in a selected medium voltage (MV) grid area under conditions of limited observability. To estimate customers instantaneous power demand, the next day load forecasts, energy consumption profiles obtained offline from AMI (Advanced Metering Infrastructure) balancing meters, P and Q power measurements in selected MV/ LV transformation points (reference substations) and meteorological measurements were used. To build the forecasting model, the artificial intelligence methods based on neural networks (ANN) contained in MATLAB computing environment were used. The paper presents the results of testing the power demand estimation system made as part of the project The Building of a Local Balancing Area (LBA) as an Element of Increasing the Safety and Energy Efficiency of the Distribution System Operation implemented with the participation of Energa Operator SA, the University of Zielona Gora and the Institute of Power Engineering Gdansk Division.
    Źródło:
    Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej; 2019, 62; 101-104
    1425-5766
    2353-1290
    Pojawia się w:
    Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej
    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:
    Redukcja wymiarowości danych a selekcja cech w zastosowaniu do prognozowania maksymalnego dobowego obciążenia elektroenergetycznego
    Data reduction versus feature selection in application of daily maximum power load forecasting
    Autorzy:
    Siwek, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/408358.pdf
    Data publikacji:
    2013
    Wydawca:
    Politechnika Lubelska. Wydawnictwo Politechniki Lubelskiej
    Tematy:
    prognozowanie obciążeń elektroenergetycznych
    redukcja wymiarowości
    algorytm genetyczny
    maszyna wektorów podtrzymujących
    load power forecasting
    dimensionality reduction
    genetic algorithm
    support vector machine (SVM)
    Opis:
    Prognozowanie obciążeń w systemie elektroenergetycznym jest ważnym problemem praktycznym zarówno z technicznego jak i ekonomicznego punktu widzenia. W małych systemach problem ten jest stosunkowo trudny do rozwiązania ze względu na dużą zmienność przebiegu obciążenia. Do jego rozwiązania niezbędne jest zastosowanie dobrego predykatora i wyselekcjonowanie cech procesu wpływających na prognozę. Artykuł przedstawia dwie metody selekcji cech – algorytm genetyczny oraz algorytmy redukcji wymiarowości. Jako predykator użyta była maszyna wektorów podtrzymujących działająca w trybie regresji (SVR). Zaprezentowano i omówiono uzyskane wyniki na rzeczywistych danych pomiarowych.
    Load forecasting task of small energetic region is a difficult problem due to high variability of power consumption. The accurate forecast of the power in the next hours is very important from the economic point of view. The most important problems in prediction are the choice of predictor and selection of features. Two methods of features selection was presented – simple selection using of genetic algorithm and dimensionality reduction methods for creating new features from many available measured data. As a predictor the Support Vector Machine working in regression mode (SVR) was chosen. The load forecasting results with SVR are presented and discussed.
    Źródło:
    Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska; 2013, 2; 9-12
    2083-0157
    2391-6761
    Pojawia się w:
    Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Ceny energii: zmienność i przewidywalność Case study – energia elektryczna w Europie
    Energy prices: volatility and predictability Case study – electricity in Europe
    Autorzy:
    Malko, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/283035.pdf
    Data publikacji:
    2013
    Wydawca:
    Polska Akademia Nauk. Instytut Gospodarki Surowcami Mineralnymi i Energią PAN
    Tematy:
    obciążenie elektroenergetyczne
    cena energii
    prognoza
    electric load
    energy price
    forecasting
    Opis:
    Procedury planowania i eksploatacji systemu zaopatrzenia w energię wymagają adekwatnych metod prognozowania struktury i cen nośników energii. Przedsiębiorstwa energetyczne wymagać więc będą szybkich, niezawodnych i ekonomicznych narzędzi dla oceny skutków wprowadzenia różnych strategii rozwojowych i ich wpływu na całość systemu społeczno-ekonomicznego oraz na dostawy energii do użytkowników końcowych. Każde przedsiębiorstwo winno być zdolne do dokonywania procedur planistycznych w perspektywie krótko-, średnio- i długookresowej oraz dokonania na ich podstawie prognoz obciążeń i cen. Presja na prognozowanie w skali systemowej nasila się z uwagi na szybkie zmiany w technologii, dostępności paliw, ograniczeń środowiskowych i finansowych oraz przekształceń strukturalnych sektora energetyki. Obserwuje się skrajnie wysoką zmienność cen i jest ona o nawet o dwa rzędy wartości większa niż dla innych towarów czy też instrumentów finansowych. Zmusza to producentów i odbiorców na rynku hurtowym do zabezpieczania się nie tylko przed ryzykiem zmian wolumenu obrotów, ale też przed zmianą struktury cen. Prognozowanie cen staje się podstawowym czynnikiem w podejmowaniu strategicznych decyzji przez spółki energetyczne. Struktura dostaw i ceny nośników prowadzą do zmian struktury cen, a prognozowanie w perspektywie krótko- i średnioterminowej jest szczególnie istotne dla modelowania cen oraz wyceny transakcji na rynku transakcji natychmiastowych (spot) i kontraktów terminowych. Rozważania teoretyczne zilustrowano studium przypadków.
    Energy system planning and operational procedures are based on adequate methodologies of forecasting energy supplies and the prices of energy carriers. Utilities will need a fast, reliable, and economical planning “tool box” to evaluate the consequences of different strategies of development and their impact on the socio-economic system as a whole in supplying energy to the consumer. Each energy company must be able to perform short-, medium-, and long-term planning, and as a consequence to carry out, for example, electric load and price prediction. The necessity for system forecasting and planning becomes even more pressing when considering the rapid changes in technology, fuel availability, environmental and financial constraints, and structural transformations in the power sector. Extreme price volatility, which can be even two orders of magnitude higher than for other commodities or financial instruments, has forced producers and wholesale consumers to hedge against not only volume risk but also price movements. Price forecasts have become a fundamental factor in energy company decision-making and strategy development. As a result of the supply stack structure, load fluctuation translates into variations in energy prices. Forecasting has become increasingly important since the rise of competitive energy markets. Short- and medium-term forecasting is important for modeling prices and valuation of spot and derivative contracts for the delivery of energy. Theoretical considerations and techniques are illustrated using case studies.
    Źródło:
    Polityka Energetyczna; 2013, 16, 3; 7-23
    1429-6675
    Pojawia się w:
    Polityka Energetyczna
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Zastosowanie metody sztucznych sieci neuronowych do prognozowania obciążenia sieci rurociągów do transportu gazu ziemnego
    Application of Artificial Neural Networks for load prediction in a gas pipeline network
    Autorzy:
    Szoplik, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/2072145.pdf
    Data publikacji:
    2013
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    sztuczne sieci neuronowe
    prognozowanie
    obciążenie sieci gazowej
    artificial neural network
    forecasting
    load of gas pipeline network
    Opis:
    Zaproponowano zastosowanie metody sztucznych sieci neuronowych do prognozowania obciążenia sieci gazowej przykładowego miasta w Polsce, biorąc pod uwagę czynniki pogodowe oraz kalendarzowe. Na podstawie rzeczywistych danych wejściowych wytrenowano wiele sieci neuronowych, różniących się liczbą neuronów w warstwie ukrytej i zaproponowano najlepszą strukturę sieci neuronowej, która zależy od liczności zbioru danych wejściowych. Otrzymane modele sieci mogą być z powodzeniem stosowane w praktyce.
    Application of Artificial Neural Network for load prediction in a gas pipeline network in an exemplary Poland city taking into account weather and calendar factors is proposed in the paper. Based on real data, a number of neural networks with a various number of neurons in hidden layer were trained. The best neural network structure depending on a number of initial data sets was proposed. The obtained network models can be successfully applied in practice.
    Źródło:
    Inżynieria i Aparatura Chemiczna; 2013, 6; 572--574
    0368-0827
    Pojawia się w:
    Inżynieria i Aparatura Chemiczna
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Prognozowanie 15-minutowego szczytowego dobowego zapotrzebowania na moc w KSE z wykorzystaniem metody najmniejszych kwadratów
    Forecasting a 15-minute peak demand in the Polish national power system with using the method of the least squares
    Autorzy:
    Czapaj, Rafał
    Kamiński, Jacek
    Benalcazar, Pablo
    Powiązania:
    https://bibliotekanauki.pl/articles/269116.pdf
    Data publikacji:
    2019
    Wydawca:
    Politechnika Gdańska. Wydział Elektrotechniki i Automatyki
    Tematy:
    prognozowanie
    zapotrzebowanie na moc elektryczną
    obciążenie KSE
    klasyczna metoda najmniejszych kwadratów błędów
    Electricity Demand Forecasting
    National Power System Load
    Least Squares Method
    Opis:
    Artykuł omawia wyniki prognozowania wygasłego 15-minutowego szczytowego zapotrzebowania na moc elektryczną w KSE. Badania przeprowadzono przy zastosowaniu klasycznej metody najmniejszych kwadratów bazując jedynie na autoregresyjnym charakterze analizowanej wielkości (bez udziału zmiennych objaśniających). Testy symulacyjne w trybie wygasłym na dobę w przód obejmowały analizy dla wielomianu stopnia drugiego oraz trzeciego dla opóźnień od dwóch do szesnastu dób poprzedzających, a celem artykułu było dobranie najkorzystniejsze ich kombinacji. Analizowane szeregi czasowe obejmowały okres trzynastu lat oraz okres pięciu lat w podziale na dni tygodnia. Otrzymane wyniki prognoz porównano z prognozami naiwnymi. Skuteczność najkorzystniejszej wygasłej predykcji dla wielomianu trzeciego stopnia i opóźnienia 15-dobowego za pomocą klasycznej metody MNK była niższa niż dla prognoz naiwnych.
    The paper discusses the results of forecasting the expired 15-minute peak demand for electrical power in the Polish National Power System. The research was carried out using the classical method of least squares based only on the autoregressive character of the analyzed time series, without the participation of explanatory variables. Simulation tests included analyzes for the second and third degree polynomial for delays from two to sixteen preceding days, and the purpose of the article was to select the most favorable combinations thereof. The analyzed time series included a period of thirteen years, a period of five years divided into days of the week. The obtained results of expired forecasts were compared with naive forecasts. The effectiveness of the most favorable expired prediction for the third degree polynomial and the 15 day delay with the classical method of least squares was lower than for the naive prognoses.
    Źródło:
    Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej; 2019, 62; 45-48
    1425-5766
    2353-1290
    Pojawia się w:
    Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    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
      Wyświetlanie 1-11 z 11

      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