Development of an innovative single system for recording and archiving data for use in energy networks by carrying out research on innovative algorithms for the prediction of interference based on neural network theory, enabling the analysis of collected data in the developed registration system in order to improve system reliability en (Q122718)
Jump to navigation
Jump to search
Project Q122718 in Poland
| Language | Label | Description | Also known as |
|---|---|---|---|
| English | Development of an innovative single system for recording and archiving data for use in energy networks by carrying out research on innovative algorithms for the prediction of interference based on neural network theory, enabling the analysis of collected data in the developed registration system in order to improve system reliability en |
Project Q122718 in Poland |
Statements
765,578.03 zloty
0 references
1,570,255.44 zloty
0 references
48.75 percent
0 references
1 May 2018
0 references
31 July 2020
0 references
VOLEN SPÓŁKA AKCYJNA
0 references
Celem projektu jest opracowanie innowacyjnego systemu rejestracji i archiwizacji danych HDC (Historical Data Concentrator) przeznaczonego do stosowania w sieciach energetycznych przeprowadzenie prac B+R poprzez opracowanie i przeprowadzenie badań nad innowacyjnymi algorytmami predykcji zakłóceń opartych na teorii sieci neuronowych, umożliwiających analizę zebranych danych w opracowywanym systemie rejestracji w celu poprawienia niezawodności systemu energetycznego i zmniejszeniu strat przez redukcję czasu wyłączeń. Kluczowym elementem składowym projektu będą algorytmy oparte na teorii sieci neuronowych, które umożliwią analizę archiwizowanych danych pod kontem predykcji zachowania się systemu energetycznego. Sieć neuronowa może zostać w taki sposób nauczona, że stanie się modelem rozpatrywanego systemu energetycznego, dzięki czemu będzie możliwe przewidzenie zachowania sieci energetycznej. Można to wykorzystać do nadzoru nad pracą systemu energetycznego, jak również do awarii systemu. (Polish)
0 references
The aim of the project is to develop an innovative system for recording and archiving HDC data (Historical Data concentrator) intended for use in energy networks to carry out R & D work by developing and conducting research into innovative algorithms for predicting interference based on neural network theory, enabling the analysis of collected data in the developed registration system to improve the reliability of the energy system and reduce losses by reducing the time of shutdowns. The key component of the project will be algorithms based on the theory of neural networks, which will allow the analysis of archived data under the prediction of behaviour of the energy system. The neural network can be taught in such a way that it will become a model of the energy system under consideration, so that it will be possible to predict the preservation of the energy grid. This can be used to supervise the operation of the energy system as well as for system failure. (English)
21 October 2020
0 references
L’objectif du projet est de développer un système innovant d’enregistrement et d’archivage des données HDC (Historical Data Concentrator) pour l’utilisation dans les réseaux énergétiques afin d’effectuer des travaux de R & D en développant et en menant des recherches sur des algorithmes innovants de prédiction des interférences basés sur la théorie du réseau neuronal, permettant l’analyse des données collectées dans le système d’enregistrement développé afin d’améliorer la fiabilité du système énergétique et de réduire les pertes en réduisant les temps d’arrêt. La composante clé du projet sera des algorithmes basés sur la théorie des réseaux neuronaux, qui permettront l’analyse des données archivées sous le compte de prédiction du comportement du système énergétique. Le réseau neuronal peut être enseigné de telle manière qu’il devienne un modèle du système énergétique considéré, de sorte qu’il soit possible de prédire le comportement du réseau énergétique. Cela peut être utilisé pour superviser le travail du système énergétique ainsi que pour les défaillances du système. (French)
2 December 2021
0 references
Ziel des Projektes ist die Entwicklung eines innovativen Systems zur Erfassung und Archivierung von HDC-Daten (Historical Data Concentrator) für den Einsatz in Energienetzen zur Durchführung von FuE-Arbeiten durch die Entwicklung und Durchführung innovativer Interferenzvorhersagealgorithmen auf der Grundlage neuronaler Netzwerktheorie, die eine Analyse der gesammelten Daten im entwickelten Registrierungssystem ermöglichen, um die Zuverlässigkeit des Energiesystems zu verbessern und Verluste durch Verkürzung der Abschaltzeiten zu reduzieren. Die zentrale Komponente des Projekts wird Algorithmen sein, die auf neuronaler Netzwerktheorie basieren, die die Analyse archivierter Daten unter der Vorhersagerechnung des Verhaltens des Energiesystems ermöglichen. Das neuronale Netz kann so vermittelt werden, dass es zu einem Modell des betrachteten Energiesystems wird, so dass das Verhalten des Energienetzes vorhergesagt werden kann. Dies kann verwendet werden, um die Arbeit des Energiesystems sowie bei Systemausfällen zu überwachen. (German)
8 December 2021
0 references
Het doel van het project is het ontwikkelen van een innovatief systeem voor het registreren en archiveren van HDC-gegevens (Historical Data Concentrator) voor gebruik in energienetwerken om O & O-werkzaamheden uit te voeren door het ontwikkelen en uitvoeren van onderzoek naar innovatieve interferentievoorspellingsalgoritmen op basis van neurale netwerktheorie, waardoor de verzamelde gegevens in het ontwikkelde registratiesysteem kunnen worden geanalyseerd om de betrouwbaarheid van het energiesysteem te verbeteren en verliezen te verminderen door de sluitingstijden te verkorten. De belangrijkste component van het project zal algoritmen zijn gebaseerd op neurale netwerktheorie, die de analyse van gearchiveerde gegevens mogelijk zal maken onder het voorspellingsverslag van het gedrag van het energiesysteem. Het neurale netwerk kan op zodanige wijze worden onderwezen dat het een model van het betrokken energiesysteem wordt, zodat het gedrag van het energienetwerk kan worden voorspeld. Dit kan worden gebruikt om toezicht te houden op het werk van het energiesysteem en op systeemstoringen. (Dutch)
17 December 2021
0 references
Identifiers
RPSL.01.02.00-24-061G/17
0 references