Informacja

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

Wyszukujesz frazę "prognozowanie obciążenia" wg kryterium: Temat


Wyświetlanie 1-4 z 4
Tytuł:
Dynamic Rating of 110 kV Overhead Lines
Wyznaczanie dynamicznej obciążalności linii napowietrznych 110 kV
Autorzy:
Babś, A.
Samotyjak, T.
Powiązania:
https://bibliotekanauki.pl/articles/396824.pdf
Data publikacji:
2016
Wydawca:
ENERGA
Tematy:
dynamic line rating
thermal line model
load forecasting
dynamiczna obciążalność linii
model cieplny linii
prognozowanie obciążenia
Opis:
The paper justifies the need of using, within the 110 kV networks, a dynamic line rating model along the power lines. The work describes in detail the way in which the dynamic line rating is determined, basing the process solely on measurement of the weather conditions. Some aspects related to selection of the numerical values of the coefficients present in the heat model of the power-lines, which is being used to determine the dynamic line rating and the distance between the ground and the conductor, have been described. Subsequent stages of implementation of the system used to determine the dynamic line rating of the power lines have also been described. These include selection of the critical spans of the overhead lines, in case of which risk of exceeding the distance to the crossed-over objects is higher than in case the of the other spans of the very same power line. Additionally, optimal displacement of the weather-reporting stations, that are the source of the data used to determine the dynamic line rating of the lines, has been described. The work also deals with applications of the dynamic line rating for the power line related to the dangerous situation in case of which rime (ice) would be accumulated on the conductors. The forecasting procedures, regarding the load imposed on the power-lines, within a defined time period are also considered by the present paper. Forecasting the permissible load for the power lines is one of the main elements of planning an energy transmission system. Conclusions have been drawn regarding selection of the methodology which is to be used to determine the dynamic line rating, and the way of implementing and using these conclusions within the scope of maintaining the electric energy network.
W artykule uzasadniono celowość i potrzebę wykorzystywania w prowadzeniu ruchu sieci 110 kV dynamicznej obciążalności linii. Szczegółowo opisano wyznaczanie dynamicznej obciążalności linii z wykorzystaniem wyłącznie pomiaru warunków pogodowych. Opisano niektóre aspekty doboru wartości liczbowych współczynników występujących w modelu cieplnym linii, wykorzystywanym do wyznaczania dynamicznej obciążalności linii oraz odległości przewodu od ziemi. Opisano kolejne etapy wdrożenia systemu wyznaczania dynamicznej obciążalności linii, związane m.in. z wyborem przęseł krytycznych, tj. przęseł, w których ryzyko przekroczenia minimalnej odległości od obiektów krzyżowanych jest większe niż w przypadku innych przęseł tej samej linii, oraz optymalnym rozmieszczeniem stacji pogodowych będących źródłem danych dla wyznaczania dynamicznej obciążalności linii. Opisano również inne zastosowania wyznaczania dynamicznej obciążalności linii związane z monitorowaniem jej zagrożenia wystąpieniem oblodzenia (szadzi) oraz prognozowania obciążenia linii w określonym horyzoncie czasowym. Prognozowanie dopuszczalnego obciążania linii jest jednym z elementów planowania pracy systemu elektroenergetycznego. Sformułowano wnioski co do wyboru metody wyznaczania dynamicznej obciążalności linii oraz sposobu wdrożenia i wykorzystania w prowadzeniu ruchu sieci elektroenergetycznej.
Źródło:
Acta Energetica; 2016, 3; 4-9
2300-3022
Pojawia się w:
Acta Energetica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
An overview of deep learning techniques for short-term electricity load forecasting
Autorzy:
Adewuyi, Saheed
Aina, Segun
Uzunuigbe, Moses
Lawal, Aderonke
Oluwaranti, Adeniran
Powiązania:
https://bibliotekanauki.pl/articles/117932.pdf
Data publikacji:
2019
Wydawca:
Polskie Towarzystwo Promocji Wiedzy
Tematy:
Short-term Load Forecasting
Deep Learning Architectures
RNN
LSTM
CNN
SAE
prognozowanie obciążenia krótkoterminowego
architektura głębokiego uczenia
Opis:
This paper presents an overview of some Deep Learning (DL) techniques applicable to forecasting electricity consumptions, especially in the short-term horizon. The paper introduced key parts of four DL architectures including the RNN, LSTM, CNN and SAE, which are recently adopted in implementing Short-term (electricity) Load Forecasting problems. It further presented a model approach for solving such problems. The eventual implication of the study is to present an insightful direction about concepts of the DL methods for forecasting electricity loads in the short-term period, especially to a potential researcher in quest of solving similar problems.
Źródło:
Applied Computer Science; 2019, 15, 4; 75-92
1895-3735
Pojawia się w:
Applied Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Ensemble neural network approach for accurate load forecasting in a power system
Autorzy:
Siwek, K.
Osowski, S.
Szupiluk, R.
Powiązania:
https://bibliotekanauki.pl/articles/907659.pdf
Data publikacji:
2009
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
sieć neuronowa
ślepa separacja sygnałów
prognozowanie obciążenia
neural network
blind source separation
ensemble of predictors
load forecasting
Opis:
The paper presents an improved method for 1-24 hours load forecasting in the power system, integrating and combining different neural forecasting results by an ensemble system. We will integrate the results of partial predictions made by three solutions, out of which one relies on a multilayer perceptron and two others on self-organizing networks of the competitive type. As the expert system we will apply different integration methods: simple averaging, SVD based weighted averaging, principal component analysis and blind source separation. The results of numerical experiments, concerning forecasting the hourly load for the next 24 hours of the Polish power system, will be presented and discussed. We will compare the performance of different ensemble methods on the basis of the mean absolute percentage error, mean squared error and maximum percentage error. They show a significant improvement of the proposed ensemble method in comparison to the individual results of prediction. The comparison of our work with the results of other papers for the same data proves the superiority of our approach.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2009, 19, 2; 303-315
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
System monitorowania linii kablowych i napowietrznych wysokich napięć
On – line system for cable and overhead high voltage lines
Autorzy:
Olesz, M.
Szyngiera, G.
Szymczak, T.
Powiązania:
https://bibliotekanauki.pl/articles/266811.pdf
Data publikacji:
2011
Wydawca:
Politechnika Gdańska. Wydział Elektrotechniki i Automatyki
Tematy:
monitoring temperatury
linii napowietrzne i kablowe
prognozowanie obciążenia linii
monitoring of temperature
overhead and cable lines
estimation of load line
Opis:
The monitoring of the temperature makes possible the introduced to exploitation system VALCAP of the NKT Cables company. The system measures the temperature along the conductor with the regard external temperature (only for overhead lines). The paper presents the applied in the practice method of the analysis of the acceptable load of cable or the conductor of the overhead line in dependence from stepping out external conditions.
Źródło:
Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej; 2011, 29; 45-48
1425-5766
2353-1290
Pojawia się w:
Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej
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