Рассматривается процесс формирования навыков организации
производственной безопасности в процессе обучения студентов-энергетиков.
Новые поступления электронной библиотеки
2026-04-02
2026-04-01
Разрешающая способность фотографических слоев и разрешающая сила глаза при малых значениях контраста
2026-04-01
В статье представлен метод прогнозирования гидравлического давления в системах водоснабжения с использованием рекуррентных нейронных сетей, в частности модели с долгой краткосрочной памятью (LSTM). Основываясь на данных, получаемых с пьезоэлектрических датчиков давления, интегрированных в сеть через протокол MQTT, исследование демонстрирует значительное превосходство LSTM- модели над традиционными моделями. Это подчеркивает не только высокую точность прогноза, но и возможность более эффективного управления системами водоснабжения. Преимущество данной архитектуры заключается в ее гибкости и способности адаптироваться к изменяющимся условиям эксплуатации, благодаря обработке новых данных, поступающих на сервер в реальном времени. Базовые принципы построения и настройки модели LSTM могут быть легко модифицированы для прогнозирования различных параметров, что расширяет перспективы использования рекуррентных нейросетей в управлении инженерными системами.
The method for forecasting hydraulic pressure in water supply systems using recurrent neural networks, specifically the long short-term memory (LSTM) model is presented. Based on data obtained from piezoelectric pressure sensors integrated into the network via the MQTT protocol, the study demonstrates a significant superiority of the LSTM model over traditional models. This fact highlights not only the high accuracy of the forecast but also the potential for more efficient water supply system management. The advantage of this architecture lies in its flexibility and ability to adapt to changing operational conditions through real-time processing of new data sent to the server. The basic principles of constructing and configuring the LSTM model can be easily modified to forecast various system parameters, expanding the prospects for using recurrent neural networks in managing engineering systems.
2026-03-31
В условиях современной Беларуси, где газификация достигла высокого уровня, важнейшим фактором, влияющим на потребление природного газа, остаются сезонные колебания температуры. Настоящее исследование посвящено анализу взаимосвязи между температурой наружного воздуха и потреблением газа в региональных системах газоснабжения на примере Гомельской области. Используя данные за период с 2012 по 2023 г., проведен корреляционный анализ по различным секторам экономики, включая энергетический, промышленный, жилищный и сельскохозяйственный секторы. Результаты демонстрируют значительную отрицательную корреляцию между снижением температуры и ростом потребления газа, особенно в отопительный период. Исследование подчеркивает важность учета климатических изменений при планировании поставок и разработке стратегий оптимизации использования газа. Полученные данные могут служить основой для формирования долгосрочных прогнозов потребления газа, что в свою очередь способствует повышению эффективности работы региональных систем газоснабжения и энергетической устойчивости страны.
In modern Belarus, where the gasification system has reached a high level, seasonal temperature fluctuations
remain a key factor influencing natural gas consumption. This study focuses on analyzing the relationship between
outside air temperature and gas consumption in regional gas supply systems, using the Gomel region as a case study.
Based on data from 2012 to 2023, a correlation analysisacross various economic sectors, including the energy, industrial, residential, and agricultural sectors was conducted. The results show a significant negative correlation between
falling temperatures and increased gas consumption, particularly during the heating season. The study highlights the
importance of accounting for climate changes when planning gas supplies and developing strategies to optimize gas
usage. The data obtained can serve as the foundation for long-term gas consumption forecasts, contributing to the
increased efficiency of regional gas supply systems and the country’s energy sustainability.
2026-03-31
Страницы
- <<< Вернуться назад
- Нашли ошибку? Выделите ее и нажмите CTRL+Enter
