Full metadata record
DC poleHodnotaJazyk
dc.contributor.authorBělohoubek, Marek
dc.contributor.authorLiška, Karel
dc.contributor.authorBobčík, Marek
dc.contributor.authorKubín, Zdeněk
dc.contributor.authorPolcar, Petr
dc.contributor.editorPolach, Pavel
dc.contributor.editorStuna, Lukáš
dc.date.accessioned2022-12-13T11:40:30Z
dc.date.available2022-12-13T11:40:30Z
dc.date.issued2021
dc.identifier.citationŽivotnost komponent energetických zařízení. Sborník ze 16. konference: 19. – 21. října 2022. 1. vyd. Plzeň: Západočeská univerzita v Plzni, 2021, s. 12.cs
dc.identifier.isbn978-80-261-1045-3
dc.identifier.urihttps://srni.vzuplzen.cz/wp-content/uploads/2021/11/sbornik-srni_2021.pdf
dc.identifier.urihttp://hdl.handle.net/11025/50667
dc.description.abstractPříspěvek popisuje využití umělé inteligence a strojového učení pro vytvoření a trénink neuronového modelu turbosoustrojí jaderné Elektrárny Temelín na základě dostupných diagnostických dat za účelem detekce odlišností v chování turbín TG1 a TG2. Následně jsou uvedeny výsledky neuronového modelování a na nich demonstrovány možnosti využití umělé inteligence v energetických aplikacích, doporučení pro praxi a upozornění na související úskalí.cs
dc.description.sponsorshipTento článek vznikl s podporou projektu Národní centrum pro energetiku, TAČR TN01000007, aplikačního Segmentu 1: Účinnost, spolehlivost, bezpečnost energetických celků, dílčího projektu TN01000007/18: Vývoj diagnostických metod pro charakterizaci klíčových komponent energetických celků, pracovního balíčku Vývoj pokročilých metod komplexního hodnocení životnosti turbín.cs
dc.format6 s.cs
dc.format.mimetypeapplication/pdf
dc.language.isocscs
dc.publisherZápadočeská univerzita v Plznics
dc.rights© Západočeská univerzita v Plznics
dc.subjectneuronové modelovánícs
dc.subjectumělá inteligencecs
dc.subjectjaderná Elektrárna Temelíncs
dc.subjectturbosoustrojícs
dc.titleVyužití neuronového modelu turbogenerátorů jaderné elektrárny temelín pro nalezení rozdílů v chování jednotlivých soustrojícs
dc.title.alternativeNeural model approach to identify anomalies in temelín nuclear power plant turbine setsen
dc.typekonferenční příspěvekcs
dc.typeconferenceObjecten
dc.rights.accessopenAccessen
dc.type.versionpublishedVersionen
dc.description.abstract-translatedThe paper describes the use of artificial intelligence and machine learning to build and train a neural model of the turbine sets of the Temelín nuclear power plant based on available diagnostic data in order to detect anomalies and differences in the behavior of TG1 and TG2 turbines. Subsequently, the results of neural modeling are presented and they demonstrate the possibilities of using artificial intelligence in power engineering applications and recommendations for practice.en
dc.subject.translatedneural modelingen
dc.subject.translatedArtificial Intelligenceen
dc.subject.translatedTemelín nuclear power planten
dc.subject.translatedturbine setsen
Vyskytuje se v kolekcích:Životnost komponent energetických zařízení 2021
Životnost komponent energetických zařízení 2021

Soubory připojené k záznamu:
Soubor Popis VelikostFormát 
sbornik-srni_2021-uvodni_strany.pdfPlný text2,91 MBAdobe PDFZobrazit/otevřít
sbornik-srni_2021-51-56.pdfPlný text714,34 kBAdobe PDFZobrazit/otevřít
Zobrazit minimální záznam Zobrazit statistiky


Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam: http://hdl.handle.net/11025/50667

Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.

hledání
navigace
  1. DSpace at University of West Bohemia
  2. Publikace ZČU / UWB Publications
  3. Sborníky ZČU / UWB Proceedings
  4. Životnost komponent energetických zařízení
  5. Životnost komponent energetických zařízení 2021