Informacja o cookies

Zgadzam się Nasza strona zapisuje niewielkie pliki tekstowe, nazywane ciasteczkami (ang. cookies) na Twoim urządzeniu w celu lepszego dostosowania treści oraz dla celów statystycznych. Możesz wyłączyć możliwość ich zapisu, zmieniając ustawienia Twojej przeglądarki. Korzystanie z naszej strony bez zmiany ustawień oznacza zgodę na przechowywanie cookies w Twoim urządzeniu.

Publikacje Pracowników Politechniki Lubelskiej

Publikacje Pracowników PL z lat 1990-2010

Publikacje pracowników Politechniki Lubelskie z lat 1990-2010 dostępne są jak dotychczas w starej bazie publikacji
LINK DO STAREJ BAZY

Status:
Autorzy: Tatarczak Anna, Wiechetek Łukasz, Kiersztyn Adam, Mędrek Marek, Banaś Jarosław
Dyscypliny:
Aby zobaczyć szczegóły należy się zalogować.
Wersja dokumentu: Drukowana | Elektroniczna
Język: angielski
Strony: 227 - 239
Efekt badań statutowych TAK
Materiał konferencyjny: TAK
Nazwa konferencji: IX International Conference on Optimization and Applications
Skrócona nazwa konferencji: OPTIMA 2018
URL serii konferencji: LINK
Termin konferencji: 1 października 2018 do 5 października 2018
Miasto konferencji: Petrovac
Państwo konferencji: CZARNOGÓRA
Publikacja OA: TAK
Licencja:
Sposób udostępnienia: Witryna wydawcy
Wersja tekstu: Ostateczna wersja opublikowana
Czas opublikowania: W momencie opublikowania
Abstrakty: angielski
Issues related to monitoring and detection of an unexpected or hidden malfunction in complex technical systems become more important since the complexity of technical installations grows and the remote installations, without human supervision are widely used in many branches of industry. In the proposed solution we use detailed information on electricity consumption provided by smart energy metering technologies for monitoring and anomalies detection purposes. As the data source, we use the teletechnical installations of the telco operator network, which consists of several hundred installations of various types, each created from many standardized components like power supply, battery, air conditioner, transmitter, etc. We build individual energy consumption model of each analyzed facility, which reflects daily cycles, weekly, monthly and seasonal fluctuations. For our simulations, we use the Particle Swarm Optimization method, which allows us to parameterize the model and estimate the expected energy consumption rate. The results of simulations show very good convergence with measurement data and allow for real-time malfunction detection