|
Wykorzystanie sztucznych sieci neuronowych do modelowania rozkładu ciśnienia w rozdzielczych sieciach gazowych
Autorzy Kogut Krzysztof Czasopismo Gospodarka Surowcami Mineralnymi Rok Tom Numer Strony 2008 24 3 157-166 Impact Factor 0.000 DOI Streszczenie w głównym języku publikacji Wartykule przedstawione zostały wyniki prac nad wykorzystaniem sztucznych sieci neuronowych do analizy pracy sieci gazowych średniego ciśnienia. Prowadzone badania obejmowały proces przewidywania wartości ciśnienia w dowolnym punkcie sieci gazowej. Możliwości wykorzystania sztucznych sieci neuronowych rozpatrywane było na dwa sposoby.
W pierwszym z nich budowany był model sieci neuronowej przewidujący wartość ciśnienia w określonym węźle sieci gazowej. Z tego powodu, w celu przewidywania wartości ciśnienia w wielu węzłach sieci gazowej, konieczne było zbudowanie kilku modeli sieci neuronowych. Sama struktura wewnętrzna tych modeli była identyczna dla wszystkich przypadków, lecz konieczne było stosowanie innych zestawów danych uczących przygotowanych dla każdego z węzłów oraz przeprowadzenie odrębnego procesu uczenia dla każdego z analizowanych węzłów. Dane uczące zostały przygotowane w oparciu o zebrane rzeczywiste wartości pomiarowe z analizowanej sieci gazowej.
Drugi sposób opierał się na zasadzie kaskadowego łączenia uniwersalnych elementarnych sieci neuronowych, które odpowiadały poszczególnym elementom sieci gazowej. Te elementarne sieci neuronowe umożliwiały późniejsze odwzorowywanie złożonej topologii analizowanej sieci gazowej. Dane uczące przygotowane zostały z wykorzystaniem programu SIMONE. Spowodowane to było koniecznością zapewnienia dużej liczby wartości poszczególnych parametrów niezależnych dla każdej z elementarnych sieci neuronowych. Warunku tego nie można było spełnić wykorzystując tylko dostępne rzeczywiste dane pomiarowe.
W końcowym etapie prac dokonano weryfikacji uzyskanych wyników obliczeń. Jako wartość odniesienia
przyjęto rzeczywiste wartości ciśnienia zmierzone w węzłach analizowanej sieci gazowej. W trakcie weryfikacji porównywano wartości uzyskane z różnych modeli sieci neuronowych, a także wartości obliczone przez aktualnie stosowane programy komputerowe dla analizy sieci gazowych: SIMONE oraz Stanet. Słowa kluczowe sztuczne sieci neuronowe sztuczna inteligencja sieć rozdzielcza przewidywanie ciśnienia SIMONE Stanet Tytuł w języku dodatkowym Using artificial neural networks in pressure decomposition modelling in distribution gas networks Streszczenie w języku dodatkowym The article discusses the results of work on the application of artificial neural networks to analyse the operation of medium-pressure gas networks. The research encompassed the process of predicting pressure values at any point of a gas network. There were two approaches considered for the application of artificial neural networks.
The first consisted of building a neural network model to predict the pressure value at a specific node in the gas network. Prediction of the pressure value at many nodes in the gas network necessitated the creation of several neural network models. The internal structure of the models themselves was identical in each case, but it was necessary to use different training data sets developed for each node and to perform a separate training process for each of the analysed nodes. The training data was developed from actual values measured in the analysed gas network.
The second approach consisted of setting up cascade connections between elementary neural networks corresponding to individual elements of the gas network. These elementary neural networks made it possible to reproduce the complex topology of the analysed gas network. Training data was developed using SIMONE software. This was necessitated by the need of providing a large number of independent parameter values for each of the elementary neural networks. This condition could not be met if only actual measurement data had been used.
The results obtained were verified in the final stage of the work. The reference values were taken to be the actual pressure values measured at the nodes of the analysed gas network. The comparison included values obtained from various neural network models and values computed by currently used gas network analysis software: SIMONE and Stanet. Słowa kluczowe w języku dodatkowym artificial neural network artificial intelligence distribution network pressure prediction SIMONE Stanet | 
