Wyniki 1-4 spośród 4 dla zapytania: authorDesc:"Szczepan MOSKWA"

Zastosowanie modelu systemu kolejkowego do optymalizacji kosztów obsługi diagnostycznej

Czytaj za darmo! »

Rosnące znaczenie czynnika ekonomicznego w eksploatacji urządzeń elektroenergetycznych, jest przyczyną poszukiwania przez przedsiębiorstwa energetyczne najbardziej efektywnych metod zarządzania majątkiem sieciowym i zasobami ludzkimi. Referat przedstawia model obsługi kolejkowej urządzeń elektroenergetycznych w celu optymalizacji obsługi diagnostycznej urządzeń pod kątem jej kosztów. Wynikiem p[...]

Smart House - inteligentny budynek - idea przyszłości DOI:10.15199/48.2017.09.01

Czytaj za darmo! »

Postęp techniczny i rozwój nowych technologii powoduje nieustanne zwiększanie komfortu życia ludzi. Zarówno w gospodarstwach domowych jak i miejscach pracy lub wypoczynku wykorzystywane są różnorodne urządzenia wspomagające codzienne czynności. Dzięki dynamicznemu rozwojowi techniki cyfrowej, obecnie coraz więcej urządzeń jest wyposażonych w zaawansowane układy sterowania, a wiele dziedzin życia korzysta z technologii informatycznych, systemów komunikacji i automatyki. Systemy te znalazły zastosowanie m. in. w licznych obszarach infrastruktury miejskiej, w tym także najbardziej szczególnym z nich: budynkach tworzących bezpośrednie otoczenie, w których współczesny człowiek spędza większość czasu. Zjawisko to, dało początek terminowi Smart House, tłumaczonego w języku polskim jako "inteligentny budynek" [1, 2, 3, 4, 5, 6]. W codziennym życiu, coraz częściej przebywamy w budynkach nasyconych nowoczesną technologią i systemami sterowania. Systemy automatyki budynkowej są obecnie stosowane nie tylko w obiektach użyteczności publicznej, lecz także coraz częściej w budynkach mieszkalnych (np. domach jednorodzinnych). Zarazem idea ta dynamicznie się rozwija, wciąż tworząc nowe obszary zastosowań [5, 6, 7, 8]. Czy zatem Smart House jest już gotowym rozwiązaniem, czy może wciąż ideą przyszłości? Idea Smart House Ideę inteligentnego budynku zapoczątkowano już w latach 70-tych XX wieku. Skupiano się wtedy na automatyzacji procesów produkcyjnych i optymalizacji wydajności ekonomicznej firm. W latach 80-tych ideę zaadaptowano na potrzeby budownictwa użyteczności publicznej oraz mieszkalnego. Określenie "budynek inteligentny" zdefiniowano po raz pierwszy na początku lat 80. w Instytucie Inteligentnych Budowli w Waszyngtonie (USA) [9]. W 1983 r. wzniesiono pierwszy budynek promowany jako "inteligentny" - The City Place Building w Hatford (USA) [3]. Pierwszy artykuł traktujący o inteligencji budynku opublikowano z końcem 1985 r. w czaso[...]

Zastosowanie modelu pogodowego w optymalizacji lokalizacji punktów rozcięć w sieciach dystrybucyjnych DOI:10.15199/48.2019.02.27

Czytaj za darmo! »

Pomimo ciągłego rozwoju systemów elektroenergetycznych, nie jest możliwe przy standardowych warunkach zasilania pełne wyeliminowanie przerw w dostawach energii. Dlatego też podejmowane są ciągłe działania mające na celu minimalizowanie skutków tych awarii, w szczególności ograniczenie czasu braku zasilania u odbiorcy końcowego. Wiele prac naukowych powstałych w ostatnich latach w tym zakresie, obejmuje zarówno poszukiwanie metod ograniczenia wpływu awarii na zasilanie odbiorcy końcowego jak również metody prewencji w przypadku dużego prawdopodobieństwa wystąpienia awarii. Uwzględniając strukturę systemu elektroenergetycznego obejmującego sieci przesyłowe i dystrybucyjne, jak również ilość awarii oraz ich wpływ na odbiorcę końcowego, szczególną uwagę należy zwrócić na sieci dystrybucyjne. W niniejszym artykule przedstawiono analizę wpływu warunków pogodowych na awaryjność sieci oraz średni czas braku zasilania poprzez wyznaczenie wartości wskaźników SAIDI (ang. System Average Interruption Duration Index) i SAIFI (ang. System Average Interruption Frequency Index) dla parametrów modelu pogodowego obejmującego trzy różne stany pogodowe, sklasyfikowane jako warunki normalne, warunki pogorszone oraz bardzo złe (ekstremalne). Dodatkowo, przeprowadzono analizę możliwości poprawy tych parametrów poprzez sekcjonowanie struktury sieciowej rozmieszczając w jej strukturze punkty rozcięć. Wykorzystując algorytmy ewolucyjne wyznaczono optymalne lokalizacje dla tych punktów. Przeprowadzone analizy i symulacje zostały dokonane dla wybranego obszaru sieci dystrybucyjnej znajdującej się w okolicach Krakowa (Polska) oraz dane dotyczące jej awaryjności w latach 2012-2013 oraz dane pogodowe dla tego samego okresu. Przeprowadzona analiza wpływu warunków pogodowych na wartości wskaźników SAIDI i SAIFI została przeprowadzona w oparciu o model pogodowy zaproponowany w pracy [1], gdzie obliczenia prowadzone były z wykorzystaniem danych teoretycz[...]

 Strona 1