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 "gas consumption forecasting" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-4 z 4
    Tytuł:
    Analysis of the methods for gas demand forecasting
    Autorzy:
    Apostol, R.
    Łaciak, M.
    Oliinyk, A.
    Szurlej, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/298637.pdf
    Data publikacji:
    2017
    Wydawca:
    Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
    Tematy:
    natural gas
    gas consumption
    gas demand forecasting
    Opis:
    Natural gas is a very important and strategic resource. In the structure of the world’s primary energy, its share is currently approx. 25 and according to the forecasts it will continue to grow. In addition, the transition the large cities to gas as the main energy resource is an effective solution for reducing harmful emissions and improving air quality. The trend of increasing consumption of natural gas causes the complex technical issues, especially the need of accurate forecasting the gas demand, design the new distribution networks and modernization of the existing systems of gas supply. This article presents a review of existing methods for gas demand forecasting based on the gas engineering literature analysis and the approach for the forecasting of gas consumption based on the analysis of the gas consumption diagrams of gas station.
    Źródło:
    AGH Drilling, Oil, Gas; 2017, 34, 2; 429-438
    2299-4157
    2300-7052
    Pojawia się w:
    AGH Drilling, Oil, Gas
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Using the R language computing environment in forecasting natural gas consumption
    Wykorzystanie środowiska obliczeniowego języka R w prognozowaniu zużycia gazu ziemnego
    Autorzy:
    Chrulski, Tomasz
    Powiązania:
    https://bibliotekanauki.pl/articles/1840132.pdf
    Data publikacji:
    2021
    Wydawca:
    Polska Akademia Nauk. Instytut Gospodarki Surowcami Mineralnymi i Energią PAN
    Tematy:
    forecasting
    gas consumption
    RStudio
    prognozowanie
    zużycie gazu
    Opis:
    There are many IT tools available on the market that carry out various types of forecasts in the gas industry. Programming evolves with the availability and capability of computers. IT tools support the user in engineering calculations, but also present the obtained results in an interesting visualization, e.g. in the form of interactive charts. The software can support making business decisions, which, in turn, can be used as business intelligence. In the era of digitization, huge metadata of measurements are created, so conducting data analyzes in the energy sector is very common. Moreover, rapidly evolving artificial intelligence creates new opportunities. The article presents a sample analysis of calculations using RStudio, an integrated development environment for the R language, a programming language for statistical calculations and graphics. The aim of the article is to present the possibility of using R language software to make a forecast and to determine the quality of forecasts. The article aims to present the possibility of making forecasts based on mathematical models available in R packages and the possibilities offered by the forecasting platform to readers. The article presents the U.S. market and has a particular focus on Natural Gas Residential Consumption in Pennsylvania (publicly available data from the U.S. Energy Information Administration). This dataset represents the monthly consumption of natural gas between 2015 and 2020. Forecasts were presented over a span of 12 months.
    Na rynku dostępnych jest wiele narzędzi informatycznych, które wykonują różnego rodzaju prognozy w gazownictwie. Programowanie ewoluuje wraz z dostępnością i możliwościami komputerów. Narzędzia informatyczne wspierają użytkownika w obliczeniach inżynierskich, ale także prezentują uzyskane wyniki w ciekawej wizualizacji, np. w postaci interaktywnych wykresów. Oprogramowanie może wspomagać podejmowanie decyzji biznesowych, które z kolei mogą służyć jako inteligencja biznesowa. W dobie cyfryzacji powstają ogromne metadane pomiarów, prowadzenie analiz danych w energetyce jest bardzo powszechne. Ponadto szybko rozwijająca się sztuczna inteligencja stwarza nowe możliwości. W artykule przedstawiono przykładową analizę obliczeń z wykorzystaniem RStudio, zintegrowanego środowiska programistycznego dla języka R, języka programowania do obliczeń statystycznych i grafiki. Ten język jest jednym z najbardziej rozpowszechnionych języków programowania używanych do tego typu obliczeń. Dodatkową zaletą jest to, że R to bezpłatne środowisko programowe do obliczeń statystycznych i grafiki. Kompiluje się i działa na wielu różnych platformach UNIX, Windows i MacOS. Artykuł ma na celu przedstawienie czytelnikom możliwości tworzenia prognoz na podstawie modeli matematycznych dostępnych w pakietach R oraz możliwości, jakie daje platforma. Prezentuje funkcje zawarte w pakiecie, które z czasem są aktualizowane i pojawiają się nowe możliwości. Wynikiem badań są analizy wybranych modeli dostarczonych przez R. W artykule przedstawiono zużycie gazu ziemnego w budynkach mieszkalnych stanu Pensylwania. Zbiór ten przedstawia miesięczne zużycie gazu ziemnego w latach 2015–2020. Prognozy przedstawiono w horyzoncie 12 miesięcy.
    Źródło:
    Polityka Energetyczna; 2021, 24, 2; 33-55
    1429-6675
    Pojawia się w:
    Polityka Energetyczna
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Opracowanie metody oraz wyznaczenie wskaźników pogodowych do szacowania zużycia gazu na potrzeby usługi dystrybucyjnej wśród odbiorców, u których nie wykonuje się dobowych pomiarów ilości zużycia gazu
    Development of a method and determination of weather indicators for estimating gas consumption for the purposes of the distribution service for non-daily metered gas customers
    Autorzy:
    Gacek, Zbigniew
    Jaworski, Jacek
    Powiązania:
    https://bibliotekanauki.pl/articles/2143399.pdf
    Data publikacji:
    2021
    Wydawca:
    Instytut Nafty i Gazu - Państwowy Instytut Badawczy
    Tematy:
    szacowanie objętości paliwa gazowego
    prognozowanie zużycia gazu
    wskaźniki pogodowe WSK
    rozliczanie odbiorców typu WS
    gas fuel volume estimation
    gas consumption forecasting
    WSK weather indicators
    settlement of WS type customers
    Opis:
    W artykule przedstawiono sposób rozliczania odbiorców, którzy nie mają dobowej rejestracji zużycia paliwa gazowego. Zaprezentowano charakterystykę metody doszacowywania i progowania zużycia gazu stosowanej w polskim gazownictwie do października 2021 roku. Opisano zasady doszacowywania i prognozowania zużycia gazu metodą temperaturową. Przedstawiono autorską metodykę rozszacowania zużycia gazu metodą „cieplną” oraz sposób oszacowania dobowych historycznych zużyć gazu przez odbiorców z danych odczytowych gazomierzy. Opracowano zasady wyznaczania wskaźników pogodowych WSK w polskim systemie gazowniczym. Na podstawie danych zużycia gazu otrzymanych od operatora systemu dystrybucyjnego – Polskiej Spółki Gazownictwa Sp. z o.o. przedstawiono realizację wyznaczania wskaźników progowych WSK. W opracowanej na potrzeby realizacji pracy aplikacji wspomagającej „WSK” wer. 0.21 przeprowadzono obliczenia dobowego zużycia gazu przez odbiorców w funkcji temperatury dla każdej strefy temperaturowej. Na podstawie obliczonych zużyć dobowych paliwa gazowego dokonano analizy regresji dla dwóch modeli statystycznych: modelu liniowego Y = a + bX oraz modelu pierwiastek kwadratowy-Y: Y = (a + bX) 2 . Analizę korelacji przeprowadzono dla grup taryfowych oraz podzielonych na dwie części (podgrupy a i b) grup taryfowych. Wskaźniki pogodowe zostały wyznaczone na podstawie wyników analizy regresji. Analiza uzyskanych wartości współczynników korelacji r i R 2 wskazuje, że uzyskano większe wartości tych współczynników w podgrupach niż w przypadku grup taryfowych. W sensie statystycznym oznacza to, że otrzymano lepsze dopasowanie modelu w przypadku podgrup, stąd też można przypuszczać, że stosowanie współczynników WSK w podgrupach będzie dokładniejszym sposobem wyznaczania zużycia gazu. Opracowana metodyka badawcza oraz obliczeniowa pozwoliła na wypracowanie koncepcji zasad wyznaczania wskaźników WSK. W pracy wskazano, że oprócz wpływu warunków klimatycznych na wielkość zużycia gazu istotny jest również charakter poboru gazu, tj. czynniki gospodarcze oraz możliwości wytwarzania energii w alternatywny sposób, determinujące wielkość konsumpcji gazu. Przeprowadzona analiza regresji liniowej wykazała statystycznie istotną korelację pomiędzy wartością dziennego zużycia gazu, a średnią dzienną temperaturą otoczenia. Przyjęta w pracy metodyka pozwoliła na wyznaczenie niezależnych dwóch modeli WSK. Pierwszy z nich określa jedną wartość wskaźnika WSK dla grupy taryfowej, a drugi dwa wskaźniki WSK dla podgrup taryfowych. Mając na względzie większe wartości współczynników korelacji, ten ostatni model jest rekomendowany do stosowania w praktyce. Wyznaczone wskaźniki WSK zostały wdrożone do stosowania w polskim systemie gazowym do szacowania oraz prognozowania zużycia gazu w punktach wyjścia typu WS – tzw. metodą temperaturową, wykorzystywaną w PSG do końca października 2021 roku.
    The article presents the method of billing for non-daily metered customers. Characteristics of the method of estimation and thresholding of gas consumption used in the Polish gas industry up to October 2021 are presented. The principles of additional estimation and forecasting of gas consumption using the temperature method are described. The paper presents the proprietary methodology of gas consumption estimation using the “thermal” method and the method of estimating historical daily gas consumption by consumers based on gas meters readout data. Principles for determining WSK weather indicators in the Polish gas system have been developed. Based on gas consumption data obtained from the Polish Natural Gas Operator Polska Spółka Gazownictwa Sp. z o.o., the implementation of determining the threshold WSK indicators was done. In the supporting application ‘WSK’ ver. 0.21, calculations of the daily gas consumption of consumers as a function of temperature for each temperature zone were carried out. Based on the calculated daily gas consumption, a regression analysis for two statistical models: the linear model Y = a + bX and the square root-Y model: Y = (a + bX) 2 was performed. The correlation analyses were carried out for main tariff groups and for tariff groups divided into two parts (subgroups a and b). The weather indicators were determined based on the results of the regression analysis. The analysis of the obtained values of the correlation coefficients r and R 2 shows that higher values of these coefficients were obtained in the subgroups than in the case of tariff groups. In statistical terms, this means that a better fit of the model was obtained for the subgroups. Hence, it can be assumed that the use of WSK coefficients in subgroups will provide a more accurate method of determining gas consumption. The developed research and computational methodology allowed for the development of the concept of principles for determining WSK indicators. The paper shows that apart from the influence of climatic conditions on the volume of gas consumption, the nature of gas consumption, i.e. economic factors and the possibility of producing energy in an alternative way, determining the volume of gas consumption, is also important. The linear regression analysis showed a statistically significant correlation between the value of daily gas consumption and the average daily ambient temperature. The methodology adopted in the work allowed for the determination of two independent WSK models. The first one, specifying one value of the WSK index for a tariff group, and the second one with two WSK indexes for sub-tariff groups. Taking into account the higher values of the correlation coefficients, the latter model is recommended for use in practice. The determined WSK indicators have been implemented for use in the Polish gas system for estimating and forecasting gas consumption for non-daily metered gas customers.
    Źródło:
    Nafta-Gaz; 2021, 77, 12; 795-804
    0867-8871
    Pojawia się w:
    Nafta-Gaz
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    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
      Wyświetlanie 1-4 z 4

      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