Wszystkie pola: model prognozowania - Katalog OPAC zbiorów

Skocz do pozycji: 1.

Tytuł:: Zmodyfikowany model prognozowania niezawodności urządzeń elektronicznych
A modified model of electronic device reliability prediction
Autorzy:: Zeng, S.
Sun, B.
Tong, Ch.
Powiązania:: https://bibliotekanauki.pl/articles/301431.pdf
Data publikacji:: 2009
Wydawca:: Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:: prognozowanie niezawodności
modyfikacja modelu
fizyka uszkodzeń
urządzenie elektroniczne
test K-S
testy cenzurowania losowego
reliability prediction
model modification
physics of failure
electronic device
K-S test
random censored tests
Opis:: Prognozowanie niezawodności urządzeń elektronicznych oparte na modelu fizyki uszkodzeń (PoF) jest obarczone niepewnościami. Opierając się na połączeniu testu Kołmogorowa-Smirnowa (testu K-S) i metody symulacji Monte Carlo, w niniejszej pracy zaprezentowano zmodyfikowaną metodę prognozowania niezawodności urządzeń elektronicznych, która bierze pod uwagę ograniczoną liczbę danych testowych o uszkodzeniach. Ilościową charakterystykę głównych czynników niepewności modelu stworzono na podstawie wskaźnika zdolności procesu (Cpk). W pierwszej części pracy badano stopień dopasowania pomiędzy teoretycznym rozkładem podobieństwa uszkodzeń urządzeń elektronicznych obliczanym w oparciu o PoF przy użyciu metody symulacji Monte-Carlo a empirycznym rozkładem podobieństwa uszkodzeń urządzeń elektronicznych uzyskanym na podstawie testowych lub terenowych danych o uszkodzeniach przy życiu metody K-S. W części drugiej, dokonano optymalizacji skorygowanego współczynnika modelu. Wreszcie, na podstawie przykładu modelu oceny termicznej wytrzymałości zmęczeniowej połączenia lutowanego oraz wybranych danych testowych o uszkodzeniach dokonano weryfikacji proponowanej metody. Wyniki prognoz uzyskane na podstawie zmodyfikowanego modelu są zgodne z wynikami testowymi.
There exist uncertainties in the prediction of electronic device reliability based on PoF (physics of failure) model. Based on the combination of Kolmogorov-Smirnov test (KS-test) and Monte-Carlo simulation method, this paper presents a modified method for reliability prediction of electronic devices considering limited test failure data. The process capability index (Cpk) is used to quantitatively characterize the main factors of model uncertainties. Firstly the degree of fitting between the theoretical probability distribution of electronic device failures based on PoF by using the Monte-Carlo simulation method and the practical probability distribution of electronic device failures based on test or field failure data is tested by using K-S test method. Secondly the corrected coefficient of the model is optimized. Finally, a solder thermal fatigue life assessment model and some test failure data are used to verify the proposed method in the illustrative example. The prediction results calculated by modifi ed model are consistent with test results.
Źródło:: Eksploatacja i Niezawodność; 2009, 4; 4-9
1507-2711
Pojawia się w:: Eksploatacja i Niezawodność
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 2.

Tytuł:: Neuronowy model prognozowania dziennego napromienienia słonecznego
The neurals model of daily prediction of solar radiation
Autorzy:: Trajer, J.
Kozłowski, K.
Powiązania:: https://bibliotekanauki.pl/articles/286730.pdf
Data publikacji:: 2005
Wydawca:: Polskie Towarzystwo Inżynierii Rolniczej
Tematy:: prognozowanie
sieci neuronowe
dzienne nasłonecznienie
prediction
artificial neural networks
value of daily solar radiation
Opis:: W pracy przedstawiono neuronowy model prognozowania dobowych sum napromienienia słonecznego. Opracowanie stanowi kontynuację projektu prognoz długo, średnio i krótkoterminowych, w którym niezadowalający okazał się model prognoz dobowych. W ulepszonym obecnie modelu poprawiono jego skuteczność uwzględniając dodatkowe czynniki dotyczące zachmurzenia.
The neural model of daily prediction of solar radiation are presenting. The method of prediction solar radiation was worked out with cloudiness influence. The results of six years solar radiation measurements, conducted at SGGW-Ursynów station on tilted surface oriented south and data cloudiness, were used as database. The neuronal model was worked out, in which short-term prognoses use results from medium-term model and cloudiness. Model has been veried.
Źródło:: Inżynieria Rolnicza; 2005, R. 9, nr 14, 14; 361-366
1429-7264
Pojawia się w:: Inżynieria Rolnicza
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 3.

Tytuł:: Prognozowanie przewozów w regionie sieci transportowej
Traffic prognose in transportation region
Autorzy:: Cisowski, T.
Stokłosa, J.
Powiązania:: https://bibliotekanauki.pl/articles/249725.pdf
Data publikacji:: 2014
Wydawca:: Instytut Naukowo-Wydawniczy TTS
Tematy:: prognozowanie
transport kolejowy
sieć transportowa
model prognozowania
transport
forecasting
rail
transport network
forecasting model
Opis:: Prognozowanie jest określeniem możliwego przebiegu procesu w przyszłości na bazie informacji pochodzących z przeszłości. Prognozowanie dotyczy różnych dziedzin wiedzy, w tym logistyki i transportu. W zależności od celu prognozy, dziedziny wiedzy, struktury i zakresu informacji o przeszłości można stosować różne metody i modele prognozowania.
Źródło:: TTS Technika Transportu Szynowego; 2014, 9; 36-38
1232-3829
2543-5728
Pojawia się w:: TTS Technika Transportu Szynowego
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 4.

Tytuł:: Zastosowanie rozmytej mapy kognitywnej w prognozowaniu efektywności pracy wypożyczalni rowerowych
Application of fuzzy cognitive map to predict of effectiveness of bike sharing systems
Autorzy:: Jastriebow, A.
Kubuś, Ł.
Poczęta, K.
Powiązania:: https://bibliotekanauki.pl/articles/408030.pdf
Data publikacji:: 2017
Wydawca:: Politechnika Lubelska. Wydawnictwo Politechniki Lubelskiej
Tematy:: rozmyta mapa kognitywna
model prognozowania
obliczenia ewolucyjne
uczenie maszynowe
fuzzy cognitive map
predictive model
evolutionary computation
machine learning
Opis:: W pracy zaproponowano zastosowanie rozmytej mapy kognitywnej wraz z ewolucyjnymi algorytmami uczenia do modelowania systemu prognozowania efektywności pracy wypożyczalni rowerowych. Na podstawie danych historycznych zbudowano rozmytą mapę kognitywną, którą następnie zastosowano do prognozowania liczby rowerzystów i klientów wypożyczalni w trzech kolejnych dniach. Proces uczenia zrealizowano z zastosowaniem indywidualnego kierunkowego algorytmu ewolucyjnego IDEA oraz algorytmu genetycznego z kodowaniem zmiennoprzecinkowym RCGA. Analizę symulacyjną systemu prognozowania efektywności pracy wypożyczalni rowerowych przeprowadzono przy pomocy oprogramowania opracowanego w technologii JAVA.
This paper proposes application of fuzzy cognitive map with evolutionary learning algorithms to model a system for prediction of effectiveness of bike sharing systems. Fuzzy cognitive map was constructed based on historical data and next used to forecast the number of cyclists and customers of bike sharing systems on three consecutive days. The learning process was realized with the use of Individually Directional Evolutionary Algorithm IDEA and Real-Coded Genetic Algorithm RCGA. Simulation analysis of the system for prediction of effectiveness of bike sharing systems was carried out with the use of software developed in JAVA.
Źródło:: Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska; 2017, 7, 4; 70-73
2083-0157
2391-6761
Pojawia się w:: Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 5.

Tytuł:: Model for forecasting the geometry of the floor panel of a passenger car during its operation
Model prognozowania stanu geometrii płyty podłogowej samochodu osobowego w toku eksploatacji
Autorzy:: Gonera, J.
Napiórkowski, J.
Powiązania:: https://bibliotekanauki.pl/articles/1365350.pdf
Data publikacji:: 2018
Wydawca:: Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:: passenger car
car body
floor panel
car body geometry
safety
samochód osobowy
nadwozie
płyta podłogowa
geometria nadwozia
bezpieczeństwo systemu
Opis:: A number of vehicle users pay attention to the impact of changes in the car body geometry during long-term use on the safety level. However, this issue has not been properly dealt with in research studies. The aim of this study was to identify changes in the floor panel, to develop a model to forecast the geometry during the car use and to identify the points which undergo the maximum displacement. The paper presents the effect of the car mileage on the floor panel condition, taking into account variable environmental factors. In the course of the study, the position of points fixing the front suspension, front bench and rear suspension was determined, as was the position of points situated on parts of the load bearing structure of the car body. The results were used to develop a model for forecasting changes of the floor panel geometry during car use. The probability of changes in the floor panel geometry was found to increase with the mileage. The probability of reaching the maximum permissible geometric changes (3 mm) in a floor panel is accurately described by the probabilistic model in the form of the Rayleigh distribution. Diverse models of the floor panel geometry changes were obtained depending on the environmental conditions and type of the base points under analysis.
Wielu użytkowników samochodów osobowych zwraca uwagę na istotność wpływu na poziom bezpieczeństwa zmian geometrii nadwozia pojazdów podczas ich wieloletniej eksploatacji. Jednak dotychczas zagadnienie to nie znalazło odpowiedniego odzwierciedlenia w literaturze. Celem pracy była identyfikacja zmian geometrii płyty podłogowej, opracowanie modelu prognozującego stan geometrii w toku eksploatacji i zidentyfikowanie punktów ulegającym największym przemieszczeniom. W pracy przedstawiono wpływ przebiegu pojazdu na stan geometrii płyty podłogowej z uwzględnieniem zróżnicowanych warunków środowiskowych. Podczas badań określano położenie punktów mocujących zawieszenie przednie, przednią ławę i zawieszenie tylne oraz położenie punktów znajdujących się na elementach struktury nośnej nadwozia. Na podstawie uzyskanych wyników opracowano model prognozowania zmian geometrii płyty podłogowej w toku eksploatacji. Stwierdzono, że prawdopodobieństwo zmian geometrii płyty podłogowej podczas eksploatacji rośnie w czasie, wraz ze wzrostem przebiegu. Prawdopodobieństwo osiągnięcia stanu dopuszczalnego (3 mm) zmian geometrycznych na płycie podłogowej dobrze opisuje model probabilistyczny w postaci rozkładu Rayleigha. Uzyskano zróżnicowane modele zmiany geometrii płyty podłogowej w zależności od warunków środowiskowych oraz rodzaju analizowanych punktów bazowych.
Źródło:: Eksploatacja i Niezawodność; 2018, 20, 4; 689-695
1507-2711
Pojawia się w:: Eksploatacja i Niezawodność
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 6.

Tytuł:: Model regresji wilgotności ściółki w zależności od warunków meteorologicznych
Autorzy:: Szczygieł, R.
Ubysz, B.
Powiązania:: https://bibliotekanauki.pl/articles/373107.pdf
Data publikacji:: 2009
Wydawca:: Centrum Naukowo-Badawcze Ochrony Przeciwpożarowej im. Józefa Tuliszkowskiego
Tematy:: czynnik meteorologiczny
model prognozowania
model regresji wilgotności ściółki leśnej
zagrożenie pożarowe
fire hazard
forecasting model
meteorological factor
regression models permitting forecasting
Opis:: Artykuł przedstawia badania dotyczące modelu regresji wilgotności ściółki leśnej w zależności od różnych warunków meteorologicznych. Mogą one zostać użyte szacowania niebezpieczeństwa pożarowego lasu. Do testów statystycznych wykorzystano program STATA 9.
The paper presents regression models permitting forecasting the flammable material humidity (Scots pine /Pinus silvestris L. litter) depending on meteorological parameters. The equations developed may be used for forest fire danger assessment. For statistical tests, the STATA 9 program was used.
Źródło:: Bezpieczeństwo i Technika Pożarnicza; 2009, 4; 45-82
1895-8443
Pojawia się w:: Bezpieczeństwo i Technika Pożarnicza
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 7.

Tytuł:: Użyteczność modeli parametrycznych i sztucznych sieci neuronowych w prognozowaniu kosztów produkcji
The usefulness of parametric models and artificial neural networks in the estimation of production costs
Autorzy:: Leszczyński, Zbigniew
Jasiński, Tomasz
Powiązania:: https://bibliotekanauki.pl/articles/953077.pdf
Data publikacji:: 2017
Wydawca:: Stowarzyszenie Księgowych w Polsce
Tematy:: model prognozowania kosztów
prognozowanie parametryczne
sztuczne sieci neuronowe
koszty prognozowane
model of cost estimation
parametric estimation
artificial neural neurons
estimated costs
Opis:: Celem artykułu jest analiza użyteczności modeli parametrycznych i sztucznych sieci neuronowych w prognozowaniu kosztów produkcji. Prognozowane koszty produkcji stanowią fundamentalną determinantę dla podejmowanych przez inżynierów decyzji technicznych i biznesowych związanych z zarządzaniem produkcją i kosztami produkcyjnymi. W pierwszej części artykułu przedstawiono ramy konceptualne budowy modelu prognozowania parametrycznego kosztów produkcji, wielowymiarowego o zależnościach liniowych i nieliniowych. Następnie omówiono istotę i zastosowanie sztucznych sieci neuronowych jako modelu – nieparametrycznego prognozowania kosztów produkcji. W obu częściach artykułu przeprowadzono badanie empiryczne z wykorzystaniem analizy regresji oraz sztucznych neuronów połączonych w sieci. Badanie empiryczne prezentuje procedury budowy modeli – parametrycznego i nieparametrycznego prognozowania kosztów produkcji oraz ich wady i zalety. W toku procedury badawczej przedstawiono zastosowanie analizowanych modeli prognozowania kosztów produkcji w określonym środowisku przemysłowym.
The aim of the paper is to analyze parametric models and artificial neural networks in terms of their suitability as estimation tools of the production costs. Estimated production costs are a fundamental determinant of the decision-making process by costs engineers relating to design and management costs of new products, infrastructure projects and production lines. The first part of the paper presents a conceptual framework for the construction of a model of production costs parametric estimation, multi-dimensional with linear and nonlinear dependency. It then discusses the nature and use of artificial neural networks as nonparametric estimates of production costs. In both parts of the article, an empirical study is conducted with the use of adequate statistical methods and artificial neurons. This study presents procedures for construction of models of parametric and nonparametric estimation of production costs and discusses their advantages and disadvantages. It also presents the application and usefulness of both models for estimating production costs in production environment.
Źródło:: Zeszyty Teoretyczne Rachunkowości; 2017, 91(147); 87-112
1641-4381
2391-677X
Pojawia się w:: Zeszyty Teoretyczne Rachunkowości
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 8.

Tytuł:: Model dwustanowy prognozowania wydajności turbiny wiatrowej
Two state prediction model of wind turbine efficiency
Autorzy:: Gołębiowski, M.
Mazur, D.
Powiązania:: https://bibliotekanauki.pl/articles/153877.pdf
Data publikacji:: 2013
Wydawca:: Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:: turbina wiatrowa
modele Markowa
prognozowanie
wind turbine
Markov model
prediction
Opis:: W artykule przedstawione zostały modele markowa prognozowania wydajności turbiny wiatrowej zależnej od wiejącego wiatru. Prognozowanie wydajności turbiny można oprzeć nawet na prostym modelu dwustanowym. Dobór parametrów modelu dwustanowego pozwala na określenie, jaka jest w ciągu stanów pracy turbiny średnia długość ciągów tego samego typu. W artykule przedstawiona została metoda prognozowania wydajności pracy turbiny wiatrowej oparta na niejawnych łańcuchach Markowa. Zaproponowane w pracy podejście oparte jest na dwóch twierdzeniach związanych z algorytmem przód-tył oraz algorytmem Bauma-Welcha.
This paper presents the Markov model of the wind turbine efficiency prediction. As the share of wind generated energy in total energy production constantly increases, the precise prediction of the wind turbine efficiency has become an important issue. The prediction of the efficiency of the wind turbine can be based on a simple, two state, model. In this model state A represents the high efficiency operation and state B the low efficiency operation of the wind turbine. The quality of this model is investigated. The two state model parameter recognition allows determination of the average duration of the sequence of states of the same type. The presented method is based on implicit Markov chains. The proposed approach is based on two, well known, algorithms. The forward-backward and Baum-Welch algorithms are used. The investigated method is an alternative to a commonly used method based on the wind velocity and direction measurements and the Weibull distribution of wind speed. Since these measurements are taken at the altitude of 10m this method is inaccurate.
Źródło:: Pomiary Automatyka Kontrola; 2013, R. 59, nr 10, 10; 1070-1072
0032-4140
Pojawia się w:: Pomiary Automatyka Kontrola
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 9.

Tytuł:: Prediction model of public houses’ heating systems:a comparison of support vector machine methodand random forest method
Model prognozowania systemów grzewczych budynków użyteczności publicznej: porównanie metody support vector machine i random forest
Autorzy:: Perekrest, Andrii
Chenchevoi, Vladimir
Chencheva, Olga
Kovalenko, Alexandr
Kushch-Zhyrko, Mykhailo
Kalizhanova, Aliya
Amirgaliyev, Yedilkhan
Powiązania:: https://bibliotekanauki.pl/articles/2174707.pdf
Data publikacji:: 2022
Wydawca:: Politechnika Lubelska. Wydawnictwo Politechniki Lubelskiej
Tematy:: building heat supply
random forest
support vector machine
zaopatrzenie w ciepło budynku
metoda wektorów wspierających
Opis:: Data analysis and predicting play an important role in managing heat-supplying systems. Applying the models of predicting the systems’ parameters is possible for qualitative management, accepting appropriate decisions relating control that will be aimed at increasing energy efficiency and decreasing the amount of the consumed power source, diagnosing and defining non-typical processes in the functioning of the systems. The article deals with comparing two methods of ma-chine learning: random forest (RF) and support vector machine (SVM) for predicting the temperature of the heat-carrying agent in the heating system based on the data of electronic weather-dependent controller. The authors use the following parameters to compare the models: accuracy, source cost and the opportunity to interpret the results and non-obvious interrelations. The time spent for defining the optimal hyperparameters and conducting the SVM model training is deter-mined to exceed significantly the data of the RF parameter despite the close meanings of the root mean square error (RMSE). The change from 15-min data to once-a-minute ones is done to improve the RF model accuracy. RMSE of the RF model on the test data equals 0.41°С. The article studies the importance of the contribution of variables to the prediction accuracy.
Analiza danych i prognozowanie odgrywają ważną rolę w zarządzaniu systemami zaopatrzenia w ciepło. Wykorzystanie modeli do przewidywania parametrów systemu jest możliwe do zarządzania jakością, podejmowania odpowiednich decyzji sterujących, które będą miały na celu poprawę efektywności energetycznej i zmniejszenie ilości zużywanego źródła energii elektrycznej, diagnozowania i wykrywania nietypowych procesów w funkcjonowaniu systemu. W artykule porównano dwie metody uczenia maszynowego: Random Forest (RF) i Support Vector Machine (SVM) do przewidywania temperatury czynnika grzewczego w systemie grzewczym na podstawie danych elektronicznego regulatora pogodowego. Do porównania modeli autorzy wykorzystują następujące parametry: dokładność, koszt początkowy oraz możliwość interpretacji wyników i nieoczywistych zależności. Ustalono, że czas poświęcony na wyznaczenie optymalnych hiperparametrów i wytrenowanie modelu SVM znacznie przekracza dane parametru RF, pomimo zbliżonych wartości błędu średniokwadratowego (RMSE). Zmiana z danych 15-minutowych na dane raz na minutę została dokonana w celu poprawy dokładności modelu RF. RMSE modelu RF z danych testowych wynosi 0,41°C. W pracy zbadano znaczenie wkładu zmiennych w dokładność prognozy.
Źródło:: Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska; 2022, 12, 3; 34--39
2083-0157
2391-6761
Pojawia się w:: Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 10.

Tytuł:: Ekonometryczny model krótkoterminowego prognozowania zużycia gazu
Econometric model of short-term natural gas consumption forecasting
Autorzy:: Kwilosz, Tadeusz
Filar, Bogdan
Powiązania:: https://bibliotekanauki.pl/articles/2143631.pdf
Data publikacji:: 2021
Wydawca:: Instytut Nafty i Gazu - Państwowy Instytut Badawczy
Tematy:: model ekonometryczny
krótkoterminowe prognozowanie
zużycie gazu
econometric model
short-term forecasting
natural gas consumption
Opis:: W celu opracowania modelu krótkoterminowego zapotrzebowania na gaz konieczne jest dokonanie analizy najnowszych metod prognozowania matematycznego w celu wyboru i zaadaptowania właściwej z nich (spełniającej warunek efektywności i skuteczności). Niezbędne jest rozpoznanie i analiza czynników (głównie środowiskowych) wpływających na wynik krótkoterminowych prognoz oraz źródeł danych możliwych do wykorzystania. Efektem wykonanej pracy jest model numeryczny krótkoterminowego zapotrzebowania na gaz dla wybranej jednostki terytorialnej kraju. Opracowany model został skalibrowany i przetestowany na historycznych danych opisujących warunki środowiskowe i rzeczywiste zużycie gazu. Zaprojektowano i skalibrowano, na podstawie wybranego zestawu atrybutów (zmiennych objaśniających), niejednorodny liniowy model ekonometryczny. Dokonano statystycznej weryfikacji oszacowanych parametrów modelu. Warto zauważyć, że w krótkim terminie wykonania prognozy (7 dni) nie zachodzą znaczące zmiany w otoczeniu rynku gazowego (uruchomienie nowych inwestycji, podłączenie nowych użytkowników do systemu czy zmiany zapotrzebowania wynikające ze zmieniających się warunków makroekonomicznych). Inne czynniki techniczne, takie jak awarie linii produkcyjnych u odbiorców czy przestoje przemysłowe, są trudne do przewidzenia lub wiedza o nich rzadko jest dostępna. Z tego względu jedynymi czynnikami mogącymi mieć wpływ na zmiany zapotrzebowania gazu w krótkim terminie są czynniki pogodowe, które zostały wybrane jako zmienne objaśniające dla opracowanego modelu. Historyczne dane pogodowe zostały pobrane z usługi sieciowej (web service) OpenWeatherMap History Bulk. Jako zmiennej objaśnianej użyto dobowych wartości zużycia gazu dla jednego z województw Polski południowej. Dane zostały pobrane z systemu wymiany informacji operatora gazociągów przesyłowych. Dane dotyczą okresu trzyletniego, gdyż tylko takie dane zostały upublicznione. Zmienne objaśniające obejmują dobowe wartości danych pogodowych, takich jak: średnia temperatura, temperatura odczuwalna, temperatura minimalna, temperatura maksymalna, ciśnienie atmosferyczne, wilgotność względna, prędkość wiatru i kierunek wiatru.
In order to develop a mathematical model of short-term gas demand, it is necessary to analyze the latest mathematical forecasting methods in order to select and adapt the right one (meeting the condition of efficiency and effectiveness). It is necessary to recognize and analyze factors (mainly environmental) affecting the result of short-term forecasts and sources of data that can be used. The result of the work is a numerical model of short-term gas demand for a selected territorial unit of the country. The developed model was calibrated and tested on historical data describing environmental conditions and real gas consumption. A heterogeneous linear econometric model was designed and calibrated on the basis of a selected set of attributes (explanatory variables). The estimated parameters of the model were statistically verified. It is worth noting that in the short term of the forecast (7 days) there are no significant changes in the gas market environment (launching new investments, connecting new users to the system, or changes in demand resulting from changing macroeconomic conditions). Other technical factors, such as production line failures at customers or industrial downtime, are difficult to predict, or knowledge about their occurrence is rarely available. For this reason, the only factors that may have an impact on changes in gas demand in the short term are weather factors, which were selected as explanatory variables for the developed model. Historical weather data was retrieved from the OpenWeatherMapHistoryBulk web service. Daily values of gas consumption for one of the voivodships of southern Poland were used as the response variable. The data was downloaded from the information exchange system of the transmission pipeline operator. The data covers a three-year period, as only such data has been made public. The explanatory variables include the daily values of weather data such as: average temperature, chilled temperature, minimum temperature, maximum temperature, atmospheric pressure, relative humidity, wind speed and wind direction.
Źródło:: Nafta-Gaz; 2021, 77, 7; 454-462
0867-8871
Pojawia się w:: Nafta-Gaz
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Informacja

Wyszukujesz frazę "model prognozowania" wg kryterium: Wszystkie pola

Źródło danych

Dostawca treści

Podbaza

Kolekcja

Rok wydania

Wydawca

Temat

Autor

Typ dokumentu

Język