A power quality forecasting model as an integrate part of active demand side management using Artificial Intelligence Technique - Multilayer Neural Network with Backpropagation Learning Algorithm

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27240%2F15%3A86096190" target="_blank" >RIV/61989100:27240/15:86096190 - isvavai.cz</a>

Nalezeny alternativní kódy

RIV/61989100:27730/15:86096190

Výsledek na webu

<a href="http://ieeexplore.ieee.org/xpl/articleDetails.jsp?reload=true&tp=&arnumber=7165233" target="_blank" >http://ieeexplore.ieee.org/xpl/articleDetails.jsp?reload=true&tp=&arnumber=7165233</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1109/EEEIC.2015.7165233" target="_blank" >10.1109/EEEIC.2015.7165233</a>

Jazyk výsledku

angličtina

Název v původním jazyce

A power quality forecasting model as an integrate part of active demand side management using Artificial Intelligence Technique - Multilayer Neural Network with Backpropagation Learning Algorithm

Popis výsledku v původním jazyce

This paper presents a power quality forecasting model with using Artificial Intelligence Technique, more precisely the Multilayer Neural Network with Backpropagation Learning Algorithm. This forecasting model is used as a supporting tool for a keeping ofpower quality parameters within the limits in the Off-Grid systems with renewables sources connected via AC By-Pass topology. Results of the most important power quality parameters forecasting are introduced in this paper. The developed algorithm of this model will be implemented into system for controlling the power flows inside the Off-Grid systems operated under Active Demand Side Management.

Název v anglickém jazyce

A power quality forecasting model as an integrate part of active demand side management using Artificial Intelligence Technique - Multilayer Neural Network with Backpropagation Learning Algorithm

Popis výsledku anglicky

This paper presents a power quality forecasting model with using Artificial Intelligence Technique, more precisely the Multilayer Neural Network with Backpropagation Learning Algorithm. This forecasting model is used as a supporting tool for a keeping ofpower quality parameters within the limits in the Off-Grid systems with renewables sources connected via AC By-Pass topology. Results of the most important power quality parameters forecasting are introduced in this paper. The developed algorithm of this model will be implemented into system for controlling the power flows inside the Off-Grid systems operated under Active Demand Side Management.

Druh

D - Stať ve sborníku

CEP obor

JE - Nejaderná energetika, spotřeba a užití energie

OECD FORD obor

—

Projekt

Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>S - Specificky vyzkum na vysokych skolach

Rok uplatnění

2015

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Environment and Electrical Engineering (EEEIC), 2015 IEEE 15th International Conference on

ISBN

978-1-4799-7992-9

ISSN

—

e-ISSN

—

Počet stran výsledku

6

Strana od-do

611 - 616

Název nakladatele

IEEE

Místo vydání

Vienna

Místo konání akce

Řím

Datum konání akce

10. 6. 2015

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

000366654400105