Full metadata record
DC FieldValueLanguage
dc.contributor.authorKubín
dc.contributor.authorLiška, Karel
dc.contributor.editorPolach, Pavel
dc.contributor.editorZuna, Petr
dc.contributor.editorKronďák, Martin
dc.contributor.editorŠťastný, Radovan
dc.date.accessioned2022-12-19T07:54:42Z
dc.date.available2022-12-19T07:54:42Z
dc.date.issued2020
dc.identifier.citationZvyšování životnosti komponent energetických zařízení v elektrárnách. Sborník z 15. konference: 29. září – 1. října 2020. 1. vyd. Plzeň: Západočeská univerzita v Plzni, 2020, s. 21-24.cs
dc.identifier.isbn978-80-261-0959-4
dc.identifier.urihttps://srni.vzuplzen.cz/wp-content/uploads/2021/04/sbornik-srni-2020.pdf
dc.identifier.urihttp://hdl.handle.net/11025/50723
dc.description.abstractVyužití umělé inteligence je v současné době na vzestupu v mnoha oborech, její využití v energetice se jeví neméně perspektivně. V energetice se algoritmy umělé inteligence využívají zejména k včasné detekci anomálií a k tzv. outliers, tedy k vytvoření modelů stárnutí komponent a zařízení pro využitím v prediktivní údržbě, ale rovněž k predikci budoucích jevů, která pomáhá efektivně regulovat systémy s velkým dopravním zpožděním, jako jsou například kotle. V tomto článku ukážeme dvě případové studie. První studie popisuje, jak lze využít modely pro detekci outliers, druhá studie se zabývá predikcí potřebného tepelného výkonu pro efektivní regulaci stroje.cs
dc.format4 s.cs
dc.format.mimetypeapplication/pdf
dc.language.isocscs
dc.publisherZápadočeská univerzita v Plznics
dc.rights© Západočeská univerzita v Plznics
dc.subjectneuronové sítěcs
dc.subjectumělá inteligencecs
dc.subjectdetekce anomáliícs
dc.subjectpřípadová studiecs
dc.titleVyužití neuronových sítí k predikci a nalezení anomáliícs
dc.title.alternativeUse of neuronal networks for prediction and detection of anomaliesen
dc.typekonferenční příspěvekcs
dc.typeconferenceObjecten
dc.rights.accessopenAccessen
dc.type.versionpublishedVersionen
dc.description.abstract-translatedThe use of artificial intelligence is currently on the rise in many fields, including energy market. In power engineering, artificial intelligence algorithms are used mainly for the early detection of anomalies called outliers, to create aging models for use in predictive maintenance, but also to predict the following states that help effectively control systems with long traffic delays such as boilers. In this article, we will show two case studies. The first is how models can be used to detect outliers and the second is how to predict the required performance for effective control.en
dc.subject.translatedneuronal networksen
dc.subject.translatedArtificial Intelligenceen
dc.subject.translateddetection of anomaliesen
dc.subject.translatedcase studyen
dc.type.statusPeer-revieweden
Appears in Collections:Zvyšování životnosti komponent energetických zařízení v elektrárnách 2020
Zvyšování životnosti komponent energetických zařízení v elektrárnách 2020

Files in This Item:
File Description SizeFormat 
sbornik-srni-2020-65-68.pdfPlný text351,1 kBAdobe PDFView/Open
uvodni_strany.pdfPlný text2,75 MBAdobe PDFView/Open


Please use this identifier to cite or link to this item: http://hdl.handle.net/11025/50723

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.