Szczegóły publikacji
Opis bibliograficzny
Estymacja wybranych wskaźników jakości energii elektrycznej w nieopomiarowanych punktach sieci dystrybucyjnej — Estimation of selected power quality indicators at non-measured distribution network points using neural networks / Andrzej FIRLIT, Bogusław ŚWIĄTEK, Krzysztof PIĄTEK, Mateusz DUTKA, Tomasz SIOSTRZONEK // Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej ; ISSN 2353-1290. — Tytuł poprz.: Zeszyty Naukowe Wydziału Elektrycznego Politechniki Gdańskiej ; ISSN: 1425-5766. — 2019 — nr 67, s. 17–20. — Bibliogr. s. 20, Streszcz. — Konferencja naukowo-techniczna „Jakość dostawy energii elektrycznej – wspólna odpowiedzialność wytwórców, dystrybutorów, konsumentów i prosumentów” : Częstochowa, 28-29 listopada 2019
Autorzy (5)
Słowa kluczowe
Dane bibliometryczne
| ID BaDAP | 126553 |
|---|---|
| Data dodania do BaDAP | 2019-12-12 |
| Tekst źródłowy | URL |
| DOI | 10.32016/1.67.02 |
| Rok publikacji | 2019 |
| Typ publikacji | referat w czasopiśmie |
| Otwarty dostęp |  |
| Creative Commons | |
| Czasopismo/seria | Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej |
Abstract
The article presents a method allowing the estimation of selected power quality indicators at a given point of the power grid based on electricity quality indicators (or other voltage parameters) registered at points in the nearest surroundings. Artificial neural network algorithms were used for the estimation. As a result, a neural model was obtained that determined the relationship between the same power quality indices at neighbouring points. The article presents the results obtained for the real conditions of the distribution network.
Streszczenie
W artykule przedstawiono metodę umożliwiającą estymację wybranych wskaźników jakości energii elektrycznej w zadanym punkcie sieci elektroenergetycznej na podstawie wskaźników jakości energii elektrycznej zarejestrowanych w punktach leżących w najbliższym otoczeniu. Do estymacji wykorzystano algorytmy sztucznych sieci neuronowych. W rezultacie uzyskano neuronowy model określający relację pomiędzy wskaźnikami jakości energii elektrycznej tego samego typu w sąsiadujących ze sobą punktach. W artykule przedstawiono wyniki analiz i testów dla rzeczywistych warunków pracy sieci dystrybucyjnej.
