Model sieci energetycznej oparty na zasadzie fraktalno-klastrowej
##plugins.themes.bootstrap3.article.sidebar##
Numer Tom 15 Nr 2 (2025)
-
Precyzyjne wykrywanie i segmentacja samolotów cywilnych na zdjęciach satelitarnych przy użyciu YOLOv8
Ramesh Kumar Panneerselvam, Sarada Bandi, Sree Datta Siva Charan Doddapaneni5-12
-
Zastosowanie modeli YOLO i U-Net do identyfikacji materiałów budowlanych na segmentowanych obrazach
Ruslan Voronkov, Mykhailo Bezuglyi13-17
-
Integracja genomiki i sztucznej inteligencji w celu precyzyjnego monitorowania upraw i adaptacyjnego zarządzania stresem
Rajesh Polegopu, Satya Sumanth Vanapalli, Sashi Vardhan Vanapalli, Naga Prudvi Diyya, Mounika Vandila, Divya Valluri, Anjali Peddinti, Sowjanya Saladi, Meghana Pyla, Padmini Gelli18-26
-
Projektowanie i ocena nowej funkcji przenoszenia w kształcie namiotu przy użyciu algorytmu Polar Lights Optimizer do selekcji cech
Zaynab Ayham Almishlih, Omar Saber Qasim, Zakariya Yahya Algamal27-31
-
Algorytm wykrywania obiektów w systemie nawigacji drona ratowniczego
Nataliia Stelmakh, Yurii Yukhymenko; Ilya Rudkovskiy; Anton Lavrinenkov32-36
-
Skuteczna metoda rozpakowywania obrazu dookólnego
Said Bouhend, Chakib Mustapha Anouar Zouaoui, Adil Toumouh, Nasreddine Taleb37-43
-
Rozpoznawanie twarzy w gęstym tłumie przy użyciu metod głębokiego uczenia z kamerą IP
Sobhana Mummaneni, Venkata Chaitanya Satya Ramaraju Mudunuri, Sri Veerabhadra Vikas Bommaganti, Bhavya Vani Kalle, Novaline Jacob, Emmanuel Sanjay Raj Katari44-50
-
Analiza wybranych metod identyfikacji osób na podstawie danych biometrycznych
Marcin Rudzki, Paweł Powroźnik51-56
-
Możliwości diagnostyczne teziogafii macierzy Jonesa multifraktalnej struktury odwodnionych rozmazów krwi
Yuriy Ushenko, Iryna Soltys, Oleksandr Dubolazov, Sergii Pavlov, Victor Paliy, Marta Garazdiuk, Vasyl Garasym, Oleksandr Ushenko, Ainur Kozbakova57-60
-
Badanie wpływu temperatury dyfuzji boru na wydajność ogniw słonecznych n-type PERT monofacjalnych z ograniczonymi krokami termicznymi.
Hakim Korichi, Mohamed Kezrane, Ahmed Baha-Eddine Bensdira61-64
-
Modelowanie parametrów fotoprzetwornika opartego na heterostrukturze CdS/porowaty-CdTe/CdTe
Alena F. Dyadenchuk, Roman I. Oleksenko65-69
-
Projekt i wyzwania autonomicznego systemu monitorowania alarmów na statku dla zwiększenia bezpieczeństwa morskiego
Oumaima Bouanani, Sara Sandabad, Abdelmoula Ait Allal, Moulay El Houssine Ech-Chhibat70-76
-
Cyfryzacja podstacji z wykorzystaniem protokołu GOOSE między inteligentnymi urządzeniami elektronicznymi
Laura Yesmakhanova, Samal Kulmanova, Dildash Uzbekova, Bibigul Issabekova77-83
-
Koncepcyjny model tworzenia propozycji zapewnienia komunikacji jednostce z wykorzystaniem sztucznej inteligencji
Dmytro Havrylov, Roman Lukianiuk, Albert Lekakh, Olexandr Musienko, Vladymyr Startsev, Gennady Pris, Kyrylo Рasynchuk84-89
-
Opracowanie modelu analitycznego i metody optymalizacji priorytetowej obsługi korporacyjnej sieci komputerowej "Wybory"
Zakir Nasib Huseynov90-93
-
Heterogeniczna sieć neuronowa do prognozowania stanu wielostrefowych obiektów grzewczych
Maria Yukhimchuk, Volodymyr Dubovoi, Zhanna Harbar, Bakhyt Yeraliyeva94-99
-
Bufor napięcia push-pull o zwiększonej obciążalności
Oleksiy Azarov, Maxim Obertyukh, Mikhailo Prokofiev, Aliya Kalizhanova, Olena Kosaruk100-103
-
Ocena odnawialnych źródeł energii w warunkach niepewności przy użyciu rozmytej metody AHP
Kamala Aliyeva104-109
-
Model sieci energetycznej oparty na zasadzie fraktalno-klastrowej
Huthaifa A. Al_Issa, Artem Cherniuk, Yuliia Oliinyk, Oleksiy Iegorov, Olga Iegorova, Oleksandr Miroshnyk, Taras Shchur, Serhii Halko110-117
-
Modelowanie dynamicznych i statycznych trybów pracy asynchronicznego napędu elektrycznego małej mocy
Viktor Lyshuk, Sergiy Moroz, Yosyp Selepyna, Valentyn Zablotskyi, Mykola Yevsiuk, Viktor Satsyk, Anatolii Tkachuk118-123
-
Rozwój i optymalizacja urządzenia sterującego napędem hydraulicznym przenośnika taśmowego
Leonid Polishchuk, Oleh Piontkevych, Artem Svietlov, Oksana Adler, Dmytro Lozinsky124-129
-
Optymalizacja pracy światłowodowych czujników w warunkach kosmicznych
Nurzhigit Smailov, Marat Orynbet, Aruzhan Nazarova, Zhadyger Torekhan, Sauletbek Koshkinbayev, Kydyrali Yssyraiyl, Rashida Kadyrova, Akezhan Sabibolda130-134
-
Analiza wydajności VLC w optycznych systemach komunikacji bezprzewodowej do zastosowań wewnętrznych
Nurzhigit Smailov, Shakir Akmardin, Assem Ayapbergenova, Gulsum Ayapbergenova, Rashida Kadyrova, Akezhan Sabibolda135-138
-
Predykcja wskaźników jakości oprogramowania z zastosowaniem modyfikacji metod gradientów zintegrowanych
Anton Shantyr, Olha Zinchenko, Kamila Storchak, Andrii Bondarchuk, Yuriy Pepa139-146
Archiwum
-
Tom 16 Nr 2
2026-06-30 27
-
Tom 16 Nr 1
2026-03-30 27
-
Tom 15 Nr 4
2025-12-20 27
-
Tom 15 Nr 3
2025-09-30 24
-
Tom 15 Nr 2
2025-06-27 24
-
Tom 15 Nr 1
2025-03-31 26
-
Tom 14 Nr 4
2024-12-21 25
-
Tom 14 Nr 3
2024-09-30 24
-
Tom 14 Nr 2
2024-06-30 24
-
Tom 14 Nr 1
2024-03-31 23
-
Tom 13 Nr 4
2023-12-20 24
-
Tom 13 Nr 3
2023-09-30 25
-
Tom 13 Nr 2
2023-06-30 14
-
Tom 13 Nr 1
2023-03-31 12
-
Tom 11 Nr 4
2021-12-20 15
-
Tom 11 Nr 3
2021-09-30 10
-
Tom 11 Nr 2
2021-06-30 11
-
Tom 11 Nr 1
2021-03-31 14
##plugins.themes.bootstrap3.article.main##
Authors
Abstrakt
Systemy energetyczne ze znacznym udziałem generacji rozproszonej w nowoczesnej energetyce odgrywają coraz ważniejszą rolę i przyczyniają się do zielonej transformacji. W ukraińskim sektorze energetycznym wprowadzenie generacji rozproszonej odbywa się również w warunkach wpływu wojskowego na obiekty infrastruktury energetycznej, co dodatkowo wymusza rozmieszczenie obiektów wytwórczych na terytorium poszczególnych regionów kraju. Podstawową różnicą między systemami generacji rozproszonej a tradycyjnymi systemami energetycznymi o skoncentrowanych mocach wytwórczych jest zużycie energii w miejscu jej wytwarzania. Stawia to przed nami zadanie przeglądu ogólnych zasad budowy konfiguracji sieci elektroenergetycznych. W pracy zaproponowano wyidealizowany model rozgałęzionej sieci elektroenergetycznej z generacją rozproszoną, który uwzględnia cechy systemów z generacją rozproszoną. Model ten opiera się na fraktalno-klastrowej zasadzie tworzenia konfiguracji sieci elektrycznych. Zaproponowano budowę elektrycznej sieci dystrybucyjnej w oparciu o regularny fraktal. Określono założenia i ograniczenia modelu. Przeprowadzono modelowanie struktury i konfiguracji sieci elektrycznych. Określono moc elektryczną podstawowego klastra sieci. Określono podstawowe właściwości fraktalne proponowanego wyidealizowanego modelu sieci dystrybucyjnej. Zaproponowano rozwiązania obwodowe zunifikowanych podstacji węzłowych i podstawowego klastra sieciowego.
Słowa kluczowe:
Bibliografia
[1] Aldaikh, S. O., et al.: Study of starting modes of single-phase induction motors when changing the parameters of the stator windings, phase-shifting capacitor and supply voltage. Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska, 14(2), 2024, 34–41 [https://doi.org/10.35784/iapgos.5928].
[2] Alhamrouni I., et al.: A Comprehensive review on the role of artificial intelligence in power system stability, control, and protection: Insights and future directions. Applied Sciences 14(14), 2024, 6214. [https://doi.org/10.3390/app14146214].
[3] Amrane A. A., Retiere N., Riu D. M.: New modeling of electrical power networks using fractal geometry. 14th International Conference on Harmonics and Quality of Power – ICHQP 2010, Bergamo, Italy, 2010, 1–5 [https://doi.org/10.1109/ICHQP.2010.5625440].
[4] Babič M., et al.: A new method of quantifying the complexity of fractal networks. Fractal Fract. 6, 2022, 282 [https://doi.org/10.3390/fractalfract6060282].
[5] Budanov P. F., Brovko K. Yu.: Fractal-cluster analysis method for detecting disturbances in the operation of electric power equipment of power facilities. Visnic of the Kharkov National Technical University of Agriculture named after Peter Vasilenko. Technical sciences. Problems of energy security and energy saving in the agro-industrial complex of Ukraine 187, 2017, 92–94.
[6] Budanov P., et al.: Building a model of damage to the fractal structure of the shell of the fuel element of a nuclear reactor. Eastern-European Journal of Enterprise Technologies 4(8(118)), 2022, 60–70 [https://doi.org/10.15587/1729-4061.2022.263374].
[7] Castillo O., Melin P.: Hybrid intelligent systems for time series prediction using neural networks, fuzzy logic, and fractal theory. IEEE Transactions on Neural Networks 13(6), 2002, 1395–1408 [https://doi.org/10.1109/TNN.2002.804316].
[8] Florea G.: A Fractal Model for Power Smart Grids. 20th International Conference on Control Systems and Computer Science, Bucharest, Romania, 2015, 572–577 [https://doi.org/10.1109/CSCS.2015.104].
[9] Heshmatzadeh M., Lotfi-Neyestanak A. A., Noghanian S.: Improving Wireless Power Transfer Efficiency Using Fractal Metamaterial for Wearable Applications. IEEE International Symposium on Antennas and Propagation and USNC-URSI Radio Science Meeting (USNC-URSI), Portland, OR, USA, 2023, 535–536 [https://doi.org/10.1109/USNC-URSI52151.2023.10237506].
[10] Hou H., et al.: Electric power network fractal and its relationship with power system fault. Zhaoyang Tehnički vjesnik 22(3), 2015, 623–628 [https://doi.org/10.17559/TV-20150427180553].
[11] Huang S.-J., Lin J.-M.: Application of box counting method-based fractal geometry technique for disturbance detection in power systems. IEEE Power Engineering Society General Meeting (IEEE Cat. No.03CH37491), Toronto, ON, Canada 3, 2003, 1604–1608 [https://doi.org/10.1109/PES.2003.1267395].
[12] Khasawneh A., et al.: Optimal Determination Method of the Transposition Steps of An Extra-High Voltage Power Transmission Line. Energies 14, 2021, 6791 [https://doi.org/10.3390/en14206791].
[13] Khomenko I. V. et al.: Electricity of Ukraine. Structure, management, innovation. NTU KhPI, LLC Planet-Print, Kharkiv 2020.
[14] Sang-Hoon Kim. Fractal structure of a white cauliflower. Journal of the Korean Physical Society 46(2), 2005, 474–477.
[15] Lezhnyuk P. D., Komar V. A., Sikorskaya O. V.: Distributed generation in the tasks of improving the energy efficiency of distribution electrical networks. VNTU, Vinnitsa 2023.
[16] Li B.-G., Yu Z.-G., Zhou Y.: Fractal and multifractal properties of a family of fractal networks. J. Stat. Mech. Theory Exp. 2, 2014, P02020 [https://doi.org/10.1088/1742-5468/2014/02/P02020].
[17] Liu C., Li D.: The Chaos and Fractal Characteristics and Predication of Shearer Load Power. International Conference on Electrical and Control Engineering, Wuhan, China, 2010, 5696–5699 [https://doi.org/10.1109/iCECE.2010.1384].
[18] Ma J., Wang Z.: Application of Grille Fractal in Identification of Current Transformer Saturation. Power System Technology 31(14), 2007, 84–88.
[19] Mamishev A., Russell Carl D., Benner L.: Analysis of High Impedance Faults Using Fractal Techniques. IEEE Transactions on Power Systems 11(1), 1996, 435–440 [https://doi.org/10.1109/59.486130].
[20] Markowska K., et al.: Analysis and improvement of power quality in the onboard electrical power systems within a self-propelled floating crane. International Journal of Electrical Power & Energy Systems, 161, 2024, 110179 [https://doi.org/10.1016/j.ijepes.2024.110179].
[21] Miroshnyk O., et al.: Investigation of Smart Grid Operation Modes with Electrical Energy Storage System. Energies 16, 2023, 2638. [https://doi.org/10.3390/en16062638].
[22] Nurujjaman A. H., Payer A.: A Review of Fractals Properties: Mathematical Approach. Science Journal of Applied Mathematics and Statistics 5(3), 2017, 98–105 [https://doi.org/10.11648/j.sjams.20170503.11].
[23] Ortjohann E., et al.: Cluster fractal model - A flexible network model for future power systems. International Conference on Clean Electrical Power (ICCEP), June 2013, 293–297 [https://doi.org/10.1109/ICCEP.2013.6587004].
[24] Sidqi Y., et al.: Comparing fractal indices of electric networks to roads and buildings: The case of Grenoble (France). Physica A: Statistical Mechanics and its Applications 531, 2019, 121774 [https://doi.org/10.1016/j.physa.2019.121774].
[25] Song C., Havlin S., Makse H. A.: Origins of Fractality in the Growth of Complex Networks. Nat. Phys. 2 2006, 275–281 [https://doi.org/10.1038/nphys266].
[26] Wang F., et al.: Fractal Characteristics Analysis of Blackouts in Interconnected Power Grid. IEEE Transactions on Power Systems 33(1), 1085–1086 [https://doi.org/10.1109/TPWRS.2017.2704901].
[27] Wang Z., Ma J.: A Novel Method to Identify Inrush Current Based on Grille Fractal. Power System Technology 31(11), 2007, 63–68.
[28] Wu Z., et al.: Patrol robot path planning in nuclear power plant using an interval multi-objective particle swarm optimization algorithm. Applied Soft Computing 116, 2022, 108192 [https://doi.org/10.1016/j.asoc.2021.108192].
[29] Yang G., et al: Typical Power Quality Disturbance Identification Based on Fractal Box Dimension. International Workshop on Chaos-Fractals Theories and Applications, Shenyang, China, 2009, 412–416 [https://doi.org/10.1109/IWCFTA.2009.93].
[30] Zengping W., Jing M.: A New Adaptive Method to Identify Inrush Using Grille Fractal. IEEE Power Engineering Society General Meeting, Tampa, FL, USA, 2007, 1–5 [https://doi.org/10.1109/PES.2007.386041].
[31] Zhu H., Ji C.: Fractal theory and its applications. Science Press, Beijing 2011.
##plugins.themes.bootstrap3.article.details##
Abstract views: 526
Downloads: 247

