Wyniki 1-8 spośród 8 dla zapytania: authorDesc:"Rafał Czapaj"

Postęp w dziedzinie robotyzacji i technik sztucznej inteligencji w pracach pod napięciem

Czytaj za darmo! »

Artykuł omawia przegląd nowości technicznych z dziedziny robotyzacji i metod sztucznej inteligencji wykorzystywanych w energetyce w latach 2005-2007. Przedstawiono i omówiono roboty oraz zrobotyzowane urządzenia stosowane przez operatorów sieci przesyłowych i dystrybucyjnych na świecie. Nowymi argumentami przemawiającymi za wdrożeniem w polskiej energetyce robotów do prac inspekcyjnoeksploatacyj[...]

Obciążalność prądowa sieci - metody pomiarów i zwiększenie przepustowości

Czytaj za darmo! »

Artykuł opisuje metody pomiarów umożliwiających wyznaczanie dynamicznej obciążalności prądowej napowietrznych linii przesyłowych (określanej w czasie rzeczywistym). Dzięki wykorzystaniu systemów monitoringu dynamicznej obciążalności prądowej uzyskiwana jest możliwość bezpiecznego zwiększania przepustowości napowietrznych linii przesyłowych. Abstract. The paper presents measurement methods that allow the determination of dynamic line rating of high voltage overhead transmission lines. Using monitoring systems of the dynamic line rating it is possible to increase capacity of transmission lines in a secure manner. (High Voltage Overhead Transmission Line Rating - Measurements and Capacity Increase). Słowa kluczowe: obciążalność prądowa, linie przesyłowe, metody pomiaru, zwiększanie przepustowości termicznej napowietrznych linii przesyłowych. Keywords: Dynamic Line Rating, Measurement Methods, Overhead Lines Thermal Capacity Increase, High Voltage Transmission Lines. Wstęp Realia zderegulowanego rynku energii elektrycznej w Polsce i akty prawne Unii Europejskiej, stawiają przed operatorami systemów elektroenergetycznych (dystrybucyjnych i przesyłowych - OSD i OSP) nowe wyzwania. Wynika to z konieczności sprostania rosnącemu zapotrzebowaniu na energię elektryczną, zapewnienia ciągłości jej dostaw i wymaganej jakości, a także integracji energetyki odnawialnej z systemem elektroenergetycznym. Rozwój infrastruktury sieciowej jest bardzo kosztowny, czasochłonny i trudny, co wynika z konieczności koordynacji lokalizacyjno-harmonogramowej. W takim przypadku OSD i OSP mogą zostać zmuszeni do podjęcia decyzji o zwiększeniu obciążenia niektórych linii. Powyższe działanie może oznaczać skuteczny kompromis, stanowiący czynnik łagodzący, pomiędzy znaczącymi kosztami inwestycyjnymi i koniecznością zapewnienia bezpieczeństwa pracy systemu elektroenergetycznego. Kompromisem w tej sytuacji może być zainstalowanie dedykowanych urządzeń pomiarowych na[...]

O możliwości krótkoterminowego prognozowania cen energii elektrycznej na polskich parkietach obrotu z uwzględnieniem indeksu niemieckiej giełdy EEX AG

Czytaj za darmo! »

W referacie podjęto próbę powiązania kształtowania się cen energii elektrycznej na Rynku Bilansującym, Towarowej Giełdzie Energii oraz Internetowej Platformie Obrotu Energią Elektryczną z cenami energii elektrycznej na niemieckiej giełdzie EEX. Postawiono a następnie zweryfikowano, przy użyciu sztucznych sieci neuronowych, tezę mówiącą, że uwzględnienie w procesie uczenia dodatkowej informacji o cenach na giełdzie EEX poprawi trafność krótkoterminowej wygasłej prognozy cen energii elektrycznej na przedmiotowych parkietach obrotu. Abstract. The paper presents an attempt to connect electricity prices from the Balancing Market, the Polish Power Exchange and the Internet Electricity Trading Platform with the electricity prices from the German Power Exchange EEX AG. A thesis was stated and[...]

Typowanie zmiennych objaśniających przy wykorzystaniu zautomatyzowanych metod statystycznych jako sposób optymalizacji wyboru metody estymacji szczytowego dobowego obciążenia KSE DOI:10.15199/48.2017.04.15

Czytaj za darmo! »

Artykuł prezentuje możliwość skorzystania z metod statystycznych automatyzujących dobór zmiennych objaśniających na przykładzie szczytowego obciążenia dobowego KSE. Testy ex-post dotyczyły 10 zbiorów zmiennych objaśniających dla metod statystycznych klasycznych i typu Data Mining. Uzyskana macierz wyników pozwala wstępnie wybrać najkorzystniejszy zbiór zmiennych objaśniających i metodę statystyczną. Abstract. The paper presents the possibility of using the statistical methods automating the selection of explicatory variables for the daily peak demand of the National Power Grid in Poland. Predictions in ex-post were conducted for 10 predictors’ set and both for classical and Data Mining methods. The obtained matrix of ex-post predictions measures gives a chance for a primal selection of the best set and statistical method. (Selection of predictors using automated statistical methods as a way of choosing the estimation method of daily peak demand of the National Power Grid). Słowa kluczowe: szczytowe 15-minutowe obciążenie KSE, zmienne objaśniające meteorologiczne, Data Mining, mierniki ex-post Keywords: National Power System 15-minute Power Demand, explicatory variables, Data Mining, ex-post indicators. Wstęp Prognozowanie stanowi jeden z ważnych elementów składających się na bezpieczeństwo systemu elektroenergetycznego [1]. Operator sieci przesyłowej ponosi wiele ryzyk do których należy m.in. ryzyko znaczącego odchylenia prognozy od rzeczywistego obciążenia Krajowego Systemu Elektroenergetycznego (KSE) [2]. Dobór zmiennych objaśniających oraz metody statystycznej stanowi kluczowy etap w procesie budowy modelu prognostycznego. Im lepsze dopasowanie zmiennych objaśniających do zmiennej objaśnianej tym bardziej precyzyjny opis zmiennej objaśnianej przez zmienne objaśniające [3]. Wskutek powyższego możliwe jest uzyskanie dokładnego modelu prognostycznego dla założonej zmiennej objaśnianej. Staranny dobór zmiennych objaśniających [...]

Dobór zmiennych objaśniających z wykorzystaniem metody MARSplines na przykładzie prognozowania dobowego zapotrzebowania na moc szczytową 15-minutową w KSE DOI:10.15199/48.2019.08.03

Czytaj za darmo! »

Metoda MARSplines (ang. Multivariate Adaptive Regression Splines) stanowi wielozmienną adaptacyjną metodę regresyjną wykorzystującą funkcje sklejane (tzw. splajny). Autorem tej metody, która została zaproponowana w 1991 r., jest Jerome H. Friedman [1]. Metoda MARSplines oznaczona jest znakiem towarowym, a właścicielem jej licencji jest firma Salford Systems. Algorytm został zaprojektowany dla średnich zbiorów danych, które nie przekraczały 1000 obserwacji i dotyczyły maksymalnie 20 zmiennych objaśniających [1]. Przeprowadzone analizy wykonano na przykładzie prognozowania zapotrzebowania na moc szczytową w Krajowym Systemie Elektroenergetycznym (KSE). Moc szczytowa, w analizowanym przykładzie, stanowi najwyższą wartość 15-minutowego poboru mocy czynnej, z uwzględnieniem strat wynikających z jej przesyłu. Zalety metody MARSplines Zaletami metody MARSplines są [2, 3, 4]: - rozwiązywanie problemów regresyjnych i klasyfikacyjnych; - nieparametryczność natury metody skutkująca brakiem wymagania co do założeń nt. zależności pomiędzy zmiennymi niezależnymi i zmiennymi zależnymi (zależność liniowa, logistyczna itp.); - elastyczność wyższa niż metod regresji liniowej; - łatwość zrozumienia modeli i ich interpretacji; - możliwość pracy z danymi ciągłymi i dyskretnymi; - łatwiejsze operowanie na zmiennych numerycznych w wyniku braku stałej segmentacji danych; - automatyczny dobór zmiennych; - łatwość modelowania nieliniowości; - łatwość modelowania interakcji pomiędzy zmiennymi co pozwala na lepsze odzwierciedlenie w prognozie czynników opisujących zjawisko (np. zróżnicowanie zapotrzebowania na moc w poszczególnych dniach tygodnia); - łatwość pracy z dużymi zbiorami danych; - łatwość pracy ze zmiennymi o dużym poziomie skomplikowania, niemonotoniczności oraz trudności w modelowaniu typu parametrycznego; - szybkość budowania modeli dla dużych zbiorów danych (w szczególności w porównaniu do metody Supported Vector Machines, w któ[...]

Idea zastosowania zautomatyzowanych metod doboru zmiennych objaśniających dla celów optymalizacji kosztów zakupu danych wejściowych do prognozowania dobowego profilu obciążenia KSE DOI:10.15199/48.2019.08.08

Czytaj za darmo! »

Bezpieczne funkcjonowanie systemu elektroenergetycznego (SEE) wymaga przygotowania m.in. prognoz spodziewanego obciążenia tego systemu [1]. Operator sieci przesyłowej narażony jest m.in. na ryzyko znaczącego odchylenia prognozy od rzeczywistego obciążenia Krajowego Systemu Elektroenergetycznego (KSE) [2]. Optymalny wybór zmiennych objaśniających oraz skutecznej metody prognostycznej jest kluczowym etapem w procesie budowy modelu prognostycznego. Im większy stopień powiązania dobranych zmiennych objaśniających (ZO) ze zmienną objaśnianą (prognozowaną) tym większa dokładność opisu tej ostatniej [3]. Staranny dobór ZO jest kluczem do zbudowania skutecznego modelu prognostycznego. Dobór ten wymaga jednak często dużych nakładów pracy (czasochłonność), a pozyskiwanie pełnych i wiarygodnych danych historycznych, charakteryzujących się wysoką rozdzielczością, może być trudne i wiąże się ze sporymi nakładami finansowymi [4]. Idealną sytuacją, z punktu widzenia przygotowania prognozy dla operatora SEE, jest minimalizacja nakładów pracy oraz (bardzo często) minimalizacja trudności i kosztów pozyskiwania danych stanowiących zestaw ZO. Minimalizacja nakładów pracy, obsługi danych w postaci ZO i kosztów ich pozyskania możliwa jest dzięki:  zautomatyzowanym procesom typowania i rankingowania najkorzystniejszych zmiennych dla danego procesu (z zastosowaniem pakietów statystycznych);  wyborowi najlepszych ZO z danej grupy pozyskiwanych danych - dzięki ich testowaniu przez różne metody statystyczne (tab. 1). Idea automatyzacji doboru zmiennych objaśniających vs koszty ich zakupu i obsługi Wybór ZO w procesie budowy modelu prognostycznego w dużym stopniu determinuje poprawność uzyskiwanych wyników z tego modelu. Zwykle dobór ZO zależy od wiedzy i doświadczenia prognosty. Do ewentualnej zmiany zestawu ZO dochodzi zwłaszcza w sytuacji, gdy opracowany wcześniej model nie daje satysfakcjonujących wyników [5]. Jednak zwykle po[...]

Koncepcja procedury doboru zaczepu przesuwnika fazowego włączanego do sieci elektroenergetycznej DOI:10.15199/74.2018.3.5


  Przesuwniki fazowe (PF) w sieci elektroenergetycznej pozwalają kształtować rozpływ mocy czynnej, co jest bardzo korzystne dla operatora tej sieci. Sterowanie PF (realizowane zmianą zaczepów PF) umożliwia zmianę wartości (także kierunku przepływu) mocy, nie tylko w gałęzi z PF, ale również w ich otoczeniu sieciowym [2, 5]. Jednak podczas włączania PF mogą występować gwałtowne zmiany warunków pracy sieci, niepożądane dla jej bezpiecznej i niezawodnej pracy [1, 4]. Włączaniu PF mogą towarzyszyć znaczne udary prądowe i gwałtowne zmiany rozpływu mocy czynnej. W skrajnie niekorzystnej sytuacji może to być przyczyną awarii i zbędnych wyłączeń w sieci (także nieuzasadnionego wyłączenia dopiero co włączonego PF). Definiuje to oczekiwania operatorów sieci - zmiany warunków pracy sieci, wywołane włączeniem PF, powinny zostać wyeliminowane lub przynajmniej zminimalizowane. Dlatego znalezienie rozwiązania umożliwiającego ograniczenie niepożądanych skutków włączania PF jest bardzo ważne, mimo stosunkowo rzadkiej potrzeby włączania PF (zwykle po planowych przestojach eksploatacyjnych PF lub rzadziej awaryjnych ich wyłączeniach, także wyłączeniach linii z PF w następstwie zaistniałych zakłóceń). W artykule przedstawiono charakterystykę zmian warunków pracy sieci elektroenergetycznej towarzyszących włączaniu PF, zależnie od ustawionego w nich zaczepu oraz warunków pracy otoczenia sieciowego PF. Przyjęta metodyka badań obejmowała zarówno stan dynamiczny w początkowych chwilach czasowych operacji włączania PF, jak i stan quasi-ustalony po jego włączeniu. Do celów badań symulacyjnych opracowano m.in. dokładny model dynamiczny PF zainstalowany w stacji Mikułowa (MIK) oraz modele otoczenia sieciowego stacji MIK i Hagenwerder (HAG), do której są przyłączone napowietrzne linie 400 kV z PF. Zrealizowane wieloscenariuszowe badania symulacyjne pozwoliły zidentyfikować parametry pracy otoczenia sieciowego PF, których wpływ na skalę negatywnych zjawisk [...]

 Strona 1