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 "Bayesian networks;" wg kryterium: Temat

  Lista filtrów
Wyrównaj
Wyświetlanie 1-15 z 70
Tytuł:
Bayesian reliability models of Weibull systems: State of the art
Autorzy:
Zaidi, A.
Ould Bouamama, B.
Tagina, M.
Powiązania:
https://bibliotekanauki.pl/articles/330104.pdf
Data publikacji:
2012
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
modelowanie hierarchiczne
system Weibulla
sieci bayesowskie
diagnostyka uszkodzeń
hierarchical modeling
reliability
Weibull
Bayesian networks
fault diagnosis
Opis:
In the reliability modeling field, we sometimes encounter systems with uncertain structures, and the use of fault trees and reliability diagrams is not possible. To overcome this problem, Bayesian approaches offer a considerable efficiency in this context. This paper introduces recent contributions in the field of reliability modeling with the Bayesian network approach. Bayesian reliability models are applied to systems with Weibull distribution of failure. To achieve the formulation of the reliability model, Bayesian estimation of Weibull parameters and the model's goodness-of-fit are evoked. The advantages of this modelling approach are presented in the case of systems with an unknown reliability structure, those with a common cause of failures and redundant ones. Finally, we raise the issue of the use of BNs in the fault diagnosis area.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2012, 22, 3; 585-600
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
An expert elicitation analysis for vessel allision risk near the offshore wind farm by using fuzzy rule-based bayesian network
Autorzy:
Yu, Q.
Liu, K.
Powiązania:
https://bibliotekanauki.pl/articles/117215.pdf
Data publikacji:
2019
Wydawca:
Uniwersytet Morski w Gdyni. Wydział Nawigacyjny
Tematy:
offshore wind farms
expert elicitation analysis
Bayesian network model
fuzzy rule-based bayesian network
Failure Modes and Effects Analyses (FMEA)
Bayesian Networks
vessel allision risk
risk analysis
Opis:
This paper develops an expert based framework for analysing and synthesising the ship allision risk near the offshore wind farm (OWF) on the basis of a generic Fuzzy Bayesian network and FMEA analysis. This framework is specifically intended to overcome the difficulty of using traditional risk assessment methods in OWF allision. Under the introduced framework, subjective belief degrees are assigned to model the incompleteness encountered in establishing the knowledge base. The fuzzy transformation technology is then used to introduce all judgements results under various situations. Fully, a Bayesian network is established to aggregate all relevant attributes to the conclusion and to prioritise potential allision risk level of each ship categories. A series of case studies of different ship categories are studied to illustrate the application of the proposed framework. Results show that the fishing vessel and the service vessel have a higher allision risk than the merchant vessel due to insufficient risk detection. The collision consequence of the tanker is significantly higher than other types of vessel. The framework facilitates subjective risk assessment when historical failure data is not available in their practice, which provides support to OWF-safeguarding and decision-making.
Źródło:
TransNav : International Journal on Marine Navigation and Safety of Sea Transportation; 2019, 13, 4; 831-837
2083-6473
2083-6481
Pojawia się w:
TransNav : International Journal on Marine Navigation and Safety of Sea Transportation
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Eksploracyjna analiza i modelowanie procesu ekstruzji błyskawicznych makaronów pełnoziarnistych
Exploratory analysis and modeling of extrusion-cooking process of precooked whole wheat pasta products
Autorzy:
Wójtowicz, A.
Marciniak, A.
Powiązania:
https://bibliotekanauki.pl/articles/290522.pdf
Data publikacji:
2010
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
makaron pełnoziarnisty
ekstruzja
modelowanie
sieci bayesowskie
whole wheat pasta
extrusion-cooking
modeling
Bayesian networks
Opis:
W pracy przedstawiono możliwości zastosowania sieci bayerowskich do analizy eksploracyjnej i modelowania procesu ekstruzji makaronów błyskawicznych. Wykrywanie i modelowanie zależności pomiędzy parametrami procesu i produktu przeprowadzono za pomocą trzech algorytmów uczenia maszynowego na danych empirycznych uzyskanych podczas procesu wytwarzania makaronów błyskawicznych: MST, Taboo oraz SopLEQ. Otrzymana topologia sieci była zgodna z przewidywaną strukturą zależności wewnątrzprocesowych pomiędzy parametrami procesu a cechami produktu, a oszacowane warunkowe rozkłady prawdopodobieństwa umożliwiły poprawne wnioskowanie predykcyjne i diagnostyczne.
The paper presents application of Bayesian Network to exploratory analysis and modeling of extrusion-cooking process of precooked wholewheat pasta products. For knowledge discovery in extrusion process data and modeling interdependencies of process and product parameters there were used machine learning methods available in BayesiaLab BN modeling system: MST, Taboo and SopLEQ. Resulted BN topology and conditional probability distributions assured satisfied accuracy of both predictive and diagnostic reasoning.
Źródło:
Inżynieria Rolnicza; 2010, R. 14, nr 7, 7; 237-244
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
The conception of using a Bayesian network for aiding the design of manufacturing processes of surface layers
Koncepcja wykorzystania sieci Bayesa do wspomagania projektowania procesów wytwarzania warstw wierzchnich
Autorzy:
Wójcicki, T.
Powiązania:
https://bibliotekanauki.pl/articles/258416.pdf
Data publikacji:
2013
Wydawca:
Sieć Badawcza Łukasiewicz - Instytut Technologii Eksploatacji - Państwowy Instytut Badawczy
Tematy:
surface layers
surface engineering
Bayesian network
probabilistic networks
design
warstwa wierzchnia
inżynieria powierzchni
sieć Bayesa
sieć probabilistyczna
projektowanie
Opis:
The paper presents a selected area of ongoing research on computer-aided design of manufacturing processes of surface layers with the use of modern information technologies. It describes the main problems related to the manufacturing of surface layers by mechanical, thermal, thermo-mechanical, thermo-chemical, electrochemical, and physical treatment, and information technologies used for these tasks. The paper presents an original methodology that uses a probabilistic Bayesian network, which is a directed graph, and it is based on the events and their associated probabilities representing the structure of cause and effect for the selected problem areas. The methods of determining the probability of events for specific network nodes and joint probability distribution for the whole structure of the graph are described. The model of the information system transforms the input values into output values, and this paper presents the range of information and the phases of the inference process, consisting of automatic technology identification of surface layer formations characterized by the expected properties and method of determining the process parameters for selected technology. The implementation of a model solution for selected application problems associated with the need to get a surface layer characterized by a certain hardness distribution and the results achieved are presented.
W artykule przedstawiono wybrany fragment realizowanych prac badawczych dotyczących wspomagania projektowania procesów wytwarzania warstw wierzchnich z wykorzystaniem nowoczesnych technologii informatycznych. Omówiono podstawowe problemy związane z wytwarzaniem warstw wierzchnich poprzez obróbkę mechaniczną, cieplną, cieplno-mechaniczną, cieplno-chemiczną, elektrochemiczną i fizyczną oraz technologie informatyczne wykorzystywane do tego typu zadań. Zaprezentowano autorską metodykę wykorzystującą probabilistyczną sieć Bayesa, będącą skierowanym grafem opartym na zdarzeniach i przypisanych do nich prawdopodobieństwach odzwierciedlających strukturę przyczynowo-skutkową dla wybranych obszarów problemowych. Przedstawiono metody wyznaczania prawdopodobieństwa zdarzeń dla określonych węzłów sieci oraz łącznego rozkładu prawdopodobieństwa dla całej struktury grafu. Zaprezentowano model systemu informatycznego realizującego zadanie polegające na transformacji wielkości wejściowych na wielkości wyjściowe i wymagany do tego celu zakres informacyjny, a także fazy prowadzenia procesu wnioskowania, polegające na automatycznej identyfikacji technologii wytwarzania warstw wierzchnich, charakteryzujących się oczekiwanymi właściwościami, oraz sposób ustalania wartości parametrów procesowych dla wybranej technologii. Przedstawiono implementację rozwiązania modelowego dla wybranego problemu aplikacyjnego związanego z potrzebą uzyskania warstwy wierzchniej charakteryzującej się określonym rozkładem twardości, a także osiągnięte rezultaty.
Źródło:
Problemy Eksploatacji; 2013, 2; 69-81
1232-9312
Pojawia się w:
Problemy Eksploatacji
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Empirical Comparison of Methods of Data Discretization in Learning Probabilistic Models
Porównanie metod dyskretyzacji danych w uczeniu modeli probabilistycznych
Autorzy:
Wójciak, M.
Łupińska-Dubicka, A.
Powiązania:
https://bibliotekanauki.pl/articles/88392.pdf
Data publikacji:
2018
Wydawca:
Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
Tematy:
dyskretyzacja
zmienne typu ciągłego
modele probabilistyczne
sieci Bayesa
klasyfikacja
discretization
continuous feature
probabilistic models
Bayesian networks
classification
Opis:
Very often statistical method or machine learning algorithms can handle discrete attributes only. And that is why discretization of numerical data is an important part of the pre–processing. This paper presents the results of the problem of data discretization in learning quantitative part of probabilistic models. Four data sets taken from UCI Machine Learning Repository were used to learn the quantitative part of the Bayesian networks. The continuous variables were discretized using two supervised and two unsupervised discretization methods. The main goal of this paper was to study whether method of data discretization in given data set has an influence on model’s reliability. The accuracy was defined as the percentage of correctly classified records.
Bardzo często algorytmy uczenia maszynowego nie są przystosowane do korzystania ze zmiennych ciągłych. Z tego powodu dyskretyzacja danych jest istotną częścią wstępnego przetwarzania. W artykule przedstawiono wyniki prac nad problemem dyskretyzacji danych w uczeniu modeli probabilistycznych. Cztery zestawy danych pobrane z repozytorium uczenia maszynowego UCI zostały wykorzystane do nauczenia parametrów ilościowej części sieci bayesowskich. Występujące w wybranych zbiorach zmienne ciągłe były dyskretyzowane przy użyciu dwóch metod nadzorowanych i dwóch nienadzorowanych. Głównym celem tego artykułu było zbadanie, czy metoda dyskretyzacji danych w danym zbiorze ma wpływ na niezawodność modelu. Dokładność metod była definiowana jako odsetek poprawnie sklasyfikowanych rekordów.
Źródło:
Advances in Computer Science Research; 2018, 14; 177-192
2300-715X
Pojawia się w:
Advances in Computer Science Research
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Achieving career satisfaction through fostering innovation: lessons from the engineering profession in the Australian public sector
Autorzy:
Wipulanusat, Warit
Panuwatwanich, Kriengsak
Stewart, Rodney A.
Sunkpho, Jirapon
Thamsatitdej, Poomporn
Powiązania:
https://bibliotekanauki.pl/articles/2086470.pdf
Data publikacji:
2021
Wydawca:
Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
Tematy:
structural equation modelling
Bayesian networks
career satisfaction
engineer
Australia
modelowanie równań strukturalnych
sieci bayesowskie
satysfakcja zawodowa
inżynier
Opis:
This paper proposes a novel approach that integrates the capability of empirical validation of structural equation modelling (SEM) and the prediction ability of Bayesian networks (BN). The Hybrid SEM–BN approach was used as a decision support framework to examine the interplay between salient organisational constructs and their ability to influence engineers’ career satisfaction in the Australian Public Service (APS). The results emphasise that the ambidextrous culture for innovation was the most important factor that needed to be implemented in their organisation. Managerial implications are recommended for senior managers on how they can implement innovation culture to increase workplace innovation, which could, in turn, help reduce the turnover rate of engineers employed in the APS.
Źródło:
Engineering Management in Production and Services; 2021, 13, 4; 7--21
2543-6597
2543-912X
Pojawia się w:
Engineering Management in Production and Services
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Unraveling key drivers for engineer creativity and meaningfulness of work: Bayesian network approach
Autorzy:
Wipulanusat, Warit
Panuwatwanich, Kriengsak
Stewart, Rodney A.
Parnphumeesup, Piya
Sunkpho, Jirapon
Powiązania:
https://bibliotekanauki.pl/articles/407381.pdf
Data publikacji:
2020
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
creativity
work meaningfulness
path analysis
Bayesian networks
engineers
Opis:
This study builds on an existing structural model developed to examine the influence of leadership and organizational culture on innovation and satisfaction of engineers in Australian public sectors (APS). The objective of this study is to increase the understanding of innovation process with a focus on causal relationships among critical factors. To achieve this objective, the study develops an assessment approach to help predict creativity and work meaningfulness of engineers in the APS. Three quantitative analysis methods were sequentially conducted in this study including correlation analysis, path analysis, and Bayesian networks. A correlation analysis was conducted to pinpoint the strong association between key factors studied. Subsequently, path analysis was employed to identify critical pathways which were accordingly used as a structure to develop Bayesian networks. The findings of the study revealed practical strategies for promoting (1) transformational leadership and (2) innovative culture in public sector organizations since these two factors were found to be key drivers for individual creativity and work meaningfulness of their engineers. This integrated approach may be used as a decision support tool for managing the innovation process for engineers in the public sectors.
Źródło:
Management and Production Engineering Review; 2020, 11, 2; 26-37
2080-8208
2082-1344
Pojawia się w:
Management and Production Engineering Review
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
An algorithm for finding most likely explanations in valuation based systems
Autorzy:
Wierzchoń, S.
Kłopotek, M.
Powiązania:
https://bibliotekanauki.pl/articles/206796.pdf
Data publikacji:
2000
Wydawca:
Polska Akademia Nauk. Instytut Badań Systemowych PAN
Tematy:
sieć Bayesa
Bayesian networks
most probable configurations
probabilistic reasoning
valuation based systems
Opis:
A method for finding a number of best explanations in so-called valuation based system is presented. Roughly speaking, the method allows to sort (decreasingly or increasingly) a function of many variables without explicit computation of values of this function. The only condition is that the function be decomposable, i.e. can be expressed as a combination of a number of low-dimensional functions called components. Two cases are considered: the combination operator has an inverse and a more elaborated case when the combination operator has no inverse.
Źródło:
Control and Cybernetics; 2000, 29, 4; 921-936
0324-8569
Pojawia się w:
Control and Cybernetics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Assessing coastal sustainability: a Bayesian approach for modeling and estimating a global index for measuring risk
Autorzy:
Vitabile, S.
Farruggia, A.
Pernice, G.
Gaglio, S.
Powiązania:
https://bibliotekanauki.pl/articles/307918.pdf
Data publikacji:
2013
Wydawca:
Instytut Łączności - Państwowy Instytut Badawczy
Tematy:
Bayesian networks
decision support systems
integrated coastal zone management
Sustainable Coastal Index
Opis:
Integrated Coastal Zone Management is an emerging research area. The aim is to provide a global view of different and heterogeneous aspects interacting in a geographical area. Decision Support Systems, integrating Computational Intelligence methods, can be successfully used to estimate useful anthropic and environmental indexes. Bayesian Networks have been widely used in the environmental science domain. In this paper a Bayesian model for estimating the Sustainable Coastal Index is presented. The designed Bayesian Network consists of 17 nodes, hierarchically organized in 4 layers. The first layer is initialized with the season and the physiographic region information. In the second layer, the first-order indexes, depending on raw data, of physiographic regions are computed. The third layer estimates the second-order indexes of the analyzed physiographic regions. In the fourth layer, the global Sustainable Coastal Index is inferred. Processed data refers to 13 physiographic regions in the Province of Trapani, western Sicily, Italy. Gathered data describes the environmental information, the agricultural, fisheries, and economical behaviors of the local population and land. The Bayesian Network was trained and tested using a real dataset acquired between 2000 and 2006. The developed system presents interesting results.
Źródło:
Journal of Telecommunications and Information Technology; 2013, 4; 5-15
1509-4553
1899-8852
Pojawia się w:
Journal of Telecommunications and Information Technology
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Ochrona przemysłowych systemów sterowania przez analizę ruchu sieciowego
Protection of industrial control systems through analysis of network traffic
Autorzy:
Tylman, W.
Powiązania:
https://bibliotekanauki.pl/articles/326425.pdf
Data publikacji:
2014
Wydawca:
Politechnika Śląska. Wydawnictwo Politechniki Śląskiej
Tematy:
industrial control systems
industrial networks
anomaly detection
Bayesian networks
MEBN networks
przemysłowe systemy sterowania
sieci przemysłowe
wykrywanie anomalii
sieci bayesowskie
sieci MEBN
Opis:
Przedstawiona jest koncepcja wysoce zautomatyzowanego rozwiązania pozwalającego na wykrywanie w przemysłowym ruchu sieciowym sytuacji odbiegających od stanu normalnego (anomalii). Omówione są zastosowania klasycznych sieci bayesowskich i sieci Multi-Entity Bayesian Networks (MEBN) wraz z dyskusją ich stosowalności w praktyce. Prace ilustrują również możliwość wykorzystania istniejącego oprogramowania (na przykładzie systemu Snort) oraz kwestie wymaganych modyfikacji związanych z pracą w sieciach nie-IP.
The paper presents a concept of a highly automated solution allowing detection, in industrial network traffic, of situations differing from the normal state (anomalies). It describes the use of classical Bayesian networks and Multi-Entity Bayesian Networks (MEBN), together with a discussion of their applicability in practice. The work also illustrates the possibility of using existing software (taking Snort system as an example) and the required modifications related to the support for non-IP networks.
Źródło:
Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Śląska; 2014, 74; 101-111
1641-3466
Pojawia się w:
Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Śląska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Learning the naive Bayes classifier with optimization models
Autorzy:
Taheri, S.
Mammadov, M.
Powiązania:
https://bibliotekanauki.pl/articles/908351.pdf
Data publikacji:
2013
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
Bayesian networks
naive Bayes classifier
optimization
discretization
sieci bayesowskie
naiwny klasyfikator Bayesa
optymalizacja
dyskretyzacja
Opis:
Naive Bayes is among the simplest probabilistic classifiers. It often performs surprisingly well in many real world applications, despite the strong assumption that all features are conditionally independent given the class. In the learning process of this classifier with the known structure, class probabilities and conditional probabilities are calculated using training data, and then values of these probabilities are used to classify new observations. In this paper, we introduce three novel optimization models for the naive Bayes classifier where both class probabilities and conditional probabilities are considered as variables. The values of these variables are found by solving the corresponding optimization problems. Numerical experiments are conducted on several real world binary classification data sets, where continuous features are discretized by applying three different methods. The performances of these models are compared with the naive Bayes classifier, tree augmented naive Bayes, the SVM, C4.5 and the nearest neighbor classifier. The obtained results demonstrate that the proposed models can significantly improve the performance of the naive Bayes classifier, yet at the same time maintain its simple structure.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2013, 23, 4; 787-795
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Concept of Usage of Bayesian Networks in Clinical Decision Support Module
Koncepcja wykorzystania sieci bayesowskich w module wspomagania decyzji medycznych
Autorzy:
Strawa, M.
Powiązania:
https://bibliotekanauki.pl/articles/305953.pdf
Data publikacji:
2012
Wydawca:
Wojskowa Akademia Techniczna im. Jarosława Dąbrowskiego
Tematy:
sieci bayesowskie
sieci przekonań
system wspomagania decyzji medycznych
Bayesian networks
belief networks
clinical decision support system
Opis:
Concept of decision support module utilizing a repository of clinical pathways has been presented in this paper: the definition of Bayesian networks and its major concepts, description of chosen inference algorithm and an example of diagnosis.
W artykule przedstawiono koncepcję budowy modułu wspomagania decyzji medycznych, współpracującego z repozytorium ścieżek klinicznych. Składają się na nią: definicja sieci bayesowskich oraz najważniejszych pojęć z nimi związanych, opis wybranego mechanizmu wnioskowania oraz przykład generowania diagnozy w module.
Źródło:
Biuletyn Instytutu Systemów Informatycznych; 2012, 9; 27-34
1508-4183
Pojawia się w:
Biuletyn Instytutu Systemów Informatycznych
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Road accidents frequency control using Bayesian Networks
Autorzy:
Soler-Flores, Francisco
González-Cancelas, Nicoleta
Molina Serrano, Beatriz
Powiązania:
https://bibliotekanauki.pl/articles/1177427.pdf
Data publikacji:
2018
Wydawca:
Przedsiębiorstwo Wydawnictw Naukowych Darwin / Scientific Publishing House DARWIN
Tematy:
Bayesian Networks
estimation
probability
road accidents
Opis:
Theory and application of rare events have been very important in recent years due to its practical importance in very different fields such as insurance, finance, engineering or environmental science. This paper presents a methodology for predicting rare events based on Bayesian Networks which in turn enables the study alternative scenarios to control the frequency of road accidents. This way the model Naive-Poisson and ROCDM is presented in this paper for its validation. The developed model is used to estimate and predict road accidents as rare events and results have been evaluated by using ROCDM curve. Naive-Poisson model and a validation model based on ROC curve is used to study several Spanish roads and the results are here shown.
Źródło:
World Scientific News; 2018, 103; 77-93
2392-2192
Pojawia się w:
World Scientific News
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Modelowanie niezawodności farmy wiatrowej z wykorzystaniem sieci bayesowskich i procesów semi-Markowa
Wind farm availability modeling based on bayesian networks and semi-Markov processes
Autorzy:
Sobolewski, R. A.
Powiązania:
https://bibliotekanauki.pl/articles/267825.pdf
Data publikacji:
2015
Wydawca:
Politechnika Gdańska. Wydział Elektrotechniki i Automatyki
Tematy:
energetyka wiatrowa
niezawodność
sieci Bayesowskie
procesy semi-Markowa
wind energy
availability
Bayesian networks
semi-Markov processes
Opis:
Niezawodność urządzeń technicznych farmy wiatrowej (FW) wpływa między innymi na moc wyjściową farmy. Ilościową miarą tej niezawodności może być rozkład prawdopodobieństwa kombinacji stanów gotowości elektrowni wiatrowych (EW) farmy, tj. stanów oznaczających ich gotowość do produkcji energii elektrycznej i przekazywania jej do sieci elektroenergetycznej. Miarę tę można stosować do np. ilościowej analizy wpływu różnych topologii FW i niezawodności urządzeń farmy na jej niezawodność oraz wyznaczać wartość oczekiwaną mocy farmy z uwzględnieniem niezawodności. W artykule przedstawiono modele probabilistyczne opisujące ilościowo niezawodność FW, wykorzystujące sieci Bayesowskie (BN) i procesy semi-Markowa (PSM). W artykule zaprezentowano przykład obliczeniowy dotyczący analizy niezawodności FW składającej się z 4 EW, potwierdzający użyteczność metody.
Factors that influence wind-farm output power also include the availability of a farm. The availability depends on: arrangements of a wind farm (WF), internal collection grid topology and reliability of electrical equipment included in WF (e.g. generators, transformers, cables, breakers, protective relays, busbars and so on). One of the measures of WF availability can be probability distribution of combinations of availability states of wind turbines generators (WTGs), where availability state means the WTG is able to generate and deliver power to external grid. This measure can be applied in e.g.: (1) study of different internal collection grid topologies and reliability of WF electrical equipment effects on availability of WF and (2) assessment of WF output power considering farm availability. In this work the probabilistic models of WF availability are presented. Because of stochastic nature of electrical equipment failures they rely on two modeling methods, i.e. Bayesian networks and semi-Markov processes. Both approaches allow taking into account the electrical equipment of WF, internal grid topology of WF and reliability characteristics of equipment. The case study of availability modeling is presented as well.
Źródło:
Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej; 2015, 42; 183-186
1425-5766
2353-1290
Pojawia się w:
Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wind Farm Reliability Modelling Using Bayesian Networks and Semi-Markov Processes
Modelowanie niezawodności farmy wiatrowej z wykorzystaniem sieci Bayesowskich i procesów semi-Markowa
Autorzy:
Sobolewski, R. A.
Powiązania:
https://bibliotekanauki.pl/articles/396950.pdf
Data publikacji:
2015
Wydawca:
ENERGA
Tematy:
wind power
reliability
Bayesian networks
semi-Markov processes
energetyka wiatrowa
niezawodność
sieci Bayesowskie
procesy semi-Markowa
Opis:
Technical reliability plays an important role among factors affecting the power output of a wind farm. The reliability is determined by an internal collection grid topology and reliability of its electrical components, e.g. generators, transformers, cables, switch breakers, protective relays, and busbars. A wind farm reliability’s quantitative measure can be the probability distribution of combinations of operating and failed states of the farm’s wind turbines. The operating state of a wind turbine is its ability to generate power and to transfer it to an external power grid, which means the availability of the wind turbine and other equipment necessary for the power transfer to the external grid. This measure can be used for quantitative analysis of the impact of various wind farm topologies and the reliability of individual farm components on the farm reliability, and for determining the expected farm output power with consideration of the reliability. This knowledge may be useful in an analysis of power generation reliability in power systems. The paper presents probabilistic models that quantify the wind farm reliability taking into account the above-mentioned technical factors. To formulate the reliability models Bayesian networks and semi-Markov processes were used. Using Bayesian networks the wind farm structural reliability was mapped, as well as quantitative characteristics describing equipment reliability. To determine the characteristics semi-Markov processes were used. The paper presents an example calculation of: (i) probability distribution of the combination of both operating and failed states of four wind turbines included i
Wśród czynników wpływających na moc wyjściową farmy wiatrowej (FW) istotną rolę odgrywa niezawodność techniczna. O niezawodności tej decydują m.in.: topologia wewnętrznej sieci elektroenergetycznej FW i niezawodność urządzeń elektrycznych wchodzących w jej skład, np. generatorów, transformatorów, kabli, łączników, zabezpieczeń elektroenergetycznych, szyn zbiorczych. Ilościową miarą niezawodności FW może być rozkład prawdopodobieństwa kombinacji stanów gotowości elektrowni wiatrowych (EW) farmy. Stan gotowości danej EW oznacza jej gotowość do produkcji energii elektrycznej i przekazywania jej do zewnętrznej sieci elektroenergetycznej, co oznacza zdatność EW oraz pozostałych urządzeń niezbędnych do przekazania energii do sieci zewnętrznej. Miarę tę można wykorzystywać m.in. do ilościowej analizy wpływu różnych topologii FW i niezawodności poszczególnych urządzeń farmy na jej niezawodność oraz wyznaczać wartość oczekiwaną mocy farmy z uwzględnieniem niezawodności. Wiedza ta może być przydatna w analizie niezawodności wytwarzania energii elektrycznej w systemach elektroenergetycznych. W artykule przedstawiono modele probabilistyczne opisujące ilościowo niezawodność FW z uwzględnieniem wspomnianych wyżej czynników technicznych. Do sformułowania modeli niezawodnościowych wykorzystano sieci Bayesowskie (BN) i procesy semi-Markowa (PSM). Za pomocą BN odwzorowano niezawodność strukturalną FW i charakterystyki ilościowe opisujące niezawodność urządzeń. Do wyznaczania tych charakterystyk zastosowano PSM. W artykule zaprezentowano przykład obliczeniowy dotyczący wyznaczenia: (i) rozkładu prawdopodobieństwa kombinacji stanów gotowości czterech EW wchodzących w skład FW i (ii) oczekiwanej mocy wyjściowej FW z uwzględnieniem jej niezawodności.
Źródło:
Acta Energetica; 2015, 3; 71-82
2300-3022
Pojawia się w:
Acta Energetica
Dostawca treści:
Biblioteka Nauki
Artykuł
Wyświetlanie 1-15 z 70

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