POLITECHNIKA WARSZAWSKA

Wielkość: px
Rozpocząć pokaz od strony:

Download "POLITECHNIKA WARSZAWSKA"

Transkrypt

1 opracował: prof. dr hab. inż. Józef Pasa, mgr inż. Piotr Marchel POLITECHNIKA WARSZAWSKA Instytut Eletroenergetyi, Załad Eletrowni i Gospodari Eletroenergetycznej Bezpieczeństwo eletroenergetyczne i niezawodność zasilania laboratorium Ćwiczenie nr 5. Wyorzystanie metod i narzędzi omputerowych do analizy i oceny niezawodności systemu eletroenergetycznego niezawodność wytwarzania energii eletrycznej w SEE. Cel ćwiczenia Celem ćwiczenia jest poznanie metod obliczeń wsaźniów niezawodności podsystemu wytwórczego oraz nabycie umiejętności posługiwania się oprogramowaniem omputerowym w obliczeniach niezawodności.. Wprowadzenie a) Niezawodność wytwarzania energii eletrycznej Niezawodność wytwarzania energii eletrycznej może być rozpatrywana jao zagadnienie przewyższania przez proces stochastyczny zapotrzebowania na moc Z(t) procesu stochastycznego zdolności wytwórczej systemu P(t). Model niezawodności wytwarzania stanowi zatem proces stochastyczny deficytu mocy D(t), oreślony jao: Z( t) - P( t), gdy Z( t) > P( t) D ( t) = () 0, gdy Z( t) P( t) Przyładowe realizacje procesów Z(t), P(t) i D(t) w przedziale [t, t ] przedstawiono na rys.. P(t) Z(t) D(t) t 3 3 Rys.. Przyładowe realizacje procesów losowych zapotrzebowania na moc Z(t), zdolności wytwórczej P(t) i deficytu mocy D(t) Dla ustalonego t (ściśle oreślonej chwili) D(t) jest zmienną losową, tóra może przyjmować wartości z oreślonego przedziału liczb rzeczywistych, i dla tórej są znane lub mogą być znane prawdopodobieństwa, z jaimi przyjmuje ona wartości z tego przedziału. Zbiór zmien- t t str.

2 nych losowych D(t) dla wszystich t[t, t ] jest procesem stochastycznym D(t) oreślonym w przedziale [t, t ]. W terminologii procesów losowych jest to proces losowy z czasem ciągłym. Parametry procesu deficytu mocy są charaterystyami ilościowymi niezawodności wytwarzania energii eletrycznej. Mogą to być między innymi: czas T trwania deficytu, a więc czas, w ciągu tórego D(t) > 0 w przedziale [t, t ]; energia niedostarczona ΔA, czyli pole pod rzywą D(t); częstość n występowania deficytu, gdzie n - liczba przedziałów [τ i, τ i ], zawartych w [t, t ], w tórych D(t) > 0. Dla przyszłości bardzo trudno jest oreślić rozłady tych parametrów, natomiast stosunowo łatwo można wyznaczyć wartości oczeiwane E[T], E[ΔA], E[n]. W przypadu ogólnym, tzn. gdy zapotrzebowanie na moc i zdolność wytwórcza systemu są procesami losowymi, w równaniu deficytu mocy D(t) D(t) = Z(t) P(t) () można doonać następujących podstawień: Z(t) = m Z (t) + δ Z (t), P(t) = P os (t) - ΔP um (t) (3) przy czym: m Z (t) = E[Z(t)], δ Z (t) = Z(t) - m Z (t) (4) gdzie: m Z (t) wartość oczeiwana procesu zapotrzebowania na moc; δ Z (t) proces losowy odchyleń procesu Z(t) od jego wartości oczeiwanej; P os (t) osiągalna zdolność wytwórcza (moc osiągalna) systemu; ΔP um (t) proces losowy zaniżeń zdolności wytwórczej (ubytów mocy). Po podstawieniu zależności (3) do równania () otrzymuje się: D(t) = m Z (t) + δ Z (t) - P os (t) + ΔP um (t) = [δ Z (t) + ΔP um (t)] [P os (t) - m Z (t)] = = L ZP (t) rm(t) (5) gdzie: L ZP (t) proces losowy będący sumą odchyleń procesu zapotrzebowania na moc od jego wartości oczeiwanej i zaniżeń zdolności wytwórczej systemu; rm(t) wartość oczeiwana rezerwy (marginesu) mocy osiągalnej. W zależności (5) zagadnienie przewyższania procesu P(t) przez proces Z(t) zostało sprowadzone do zagadnienia przewyższania funcji rm(t) przez proces stochastyczny L ZP (t), tóre jest zdecydowanie łatwiejsze do rozwiązania. W zastosowaniu do zagadnień pratycznych procesy sładowe deficytu mocy: proces zdolności wytwórczej i proces zapotrzebowania na moc; ja też niezbędne dla ich oreślenia modele zazwyczaj rozpatruje się niezależnie i oblicza wsaźnii niezawodności wytwarzania przez odpowiednie połączenie ich wyniowych charaterysty. str.

3 W warunach ustalonych zdolności wytwórczych systemu (niezmienny zestaw jednoste wytwórczych i stałe ich parametry - moce osiągalne i wsaźnii niezawodności) proces stochastyczny zdolności wytwórczej P(t) jest stacjonarny i może być opisany przez swą dystrybuantę F(P d ) - dystrybuantę zdolności wytwórczej (mocy dyspozycyjnej) systemu. Zwyle ma to miejsce dla oresu odpowiadającego niezmiennej liczbie bloów w remoncie planowym (zazwyczaj jeden tydzień). W odniesieniu do procesu zapotrzebowania na moc Z(t) można przyjąć, że prognozowane zapotrzebowanie jest równe swej wartości oczeiwanej i będzie reprezentowane przez znaną funcję czasu (jest to przypade szczególny, gdy rozważany proces jest procesem deterministycznym). Ta funcja czasu może być przedstawiona w postaci przebiegu alendarzowego (dla rótszych horyzontów czasowych: dzień, tydzień) lub przebiegu uporządowanego (dla dłuższych horyzontów: miesiąc, pora rou, ro). W tym ostatnim przypadu wyorzystuje się wyres uporządowany obciążeń godzinnych lub półgodzinnych (LDC - Load Duration Curve) albo wyres uporządowany dobowych obciążeń szczytowych (DPLVC - Daily Pea Load Variation Curve). b) Wsaźnii niezawodności wytwarzania Stosowane są następujące wsaźnii niezawodności wytwarzania: LOLP (Loss of Load Probability) - prawdopodobieństwo nieporycia zapotrzebowania. Jest to wsaźni najstarszy i najbardziej podstawowy, zdefiniowany obecnie jao prawdopodobieństwo, że zapotrzebowanie (obciążenie) przeroczy zdolność wytwórczą (moc dyspozycyjną) systemu; LOLE (Loss of Load Expectation) - oczeiwany sumaryczny czas trwania deficytów mocy w rozpatrywanym oresie. Jest to wsaźni najpowszechniej obecnie stosowany przy planowaniu przyszłych mocy wytwórczych. LOLE jest z reguły definiowany jao średnia (oczeiwana) liczba dni, w tórych obciążenie szczytowe przewyższy zdolność wytwórczą (moc dyspozycyjną). Alternatywnie jest oreślany jao oczeiwana liczba godzin nieporycia zapotrzebowania. Wsaźni LOLE podaje zatem oczeiwaną liczbę dni (lub godzin), w tórych może pojawić się deficyt mocy i nieporycie zapotrzebowania, ma więc interpretacją fizyczną w odróżnieniu od LOLP, chociaż te dwie wartości są bezpośrednio powiązane. LOLE ma wymiar czasu - [dni/ro], [h/ro], [h/tydzień], [h/dobę]; LOEE/EENS/EUE (Expected Energy Not Supplied/Loss of Energy Expectation/Expected Unserved Energy) - wartość oczeiwana energii niedostarczonej. Jest to wartość oczeiwana energii, tóra nie zostanie dostarczona (udostępniona) odbiorcom w rozpatrywanym oresie (np. w [MW h/ro]), w sytuacjach, gdy zapotrzebowanie przewyższy zdolność wytwórczą systemu. LOEE zawiera więcej informacji niż LOLE, wsazuje bowiem zarówno głęboość ja i prawdopodobieństwo deficytów. Wsaźni ten jest więc bardziej prawdziwym odzwierciedleniem ryzya i jest coraz powszechniej stosowany. EENS i EUE są innymi nazwami tego samego parametru; F&D (Frequency and Duration Indices) - częstość i czas trwania deficyttów mocy. Wsaźni F&D jest rozszerzeniem wsaźnia LOLE i identyfiuje oczeiwaną częstość występowania deficytów oraz oczeiwany czas trwania pojedynczego deficytu. Dla przyładu, gdy LOLE = 0,5 dnia/ro; wartości F&D mogą być równe: częstość deficytów F = 0 a- a przeciętny czas trwania deficytu D = 0,05 dnia. F&D zawiera więc dodatowe str. 3

4 charaterystyi fizyczne, ale nie jest wyorzystywany w pratycznych zastosowaniach. Jest to głównie wyniiem wymagania dodatowych danych i szybo rosnącej złożoności analiz, niesutujących znaczącym efetem w postaci poprawy jaości decyzji planistycznych; EIR (Energy Index of Reliability) - wsaźni zapewnienia energii. Jest definiowanym jao stosune wartości oczeiwanej energii dostarczonej do energii zapotrzebowanej; EIU (Energy Index of Unreliability) - wsaźni energii niedostarczonej. Jest definiowany jao stosune wartości oczeiwanej energii niedostarczonej (LOEE) do energii zapotrzebowanej. Suma wsaźniów EIR oraz EIU daje jedność. Wsaźnii te, jao wartości względne, pozwalają na porównywanie niezawodności wytwarzania w dużych i małych systemach, ja również na śledzenie chronologii zmian niezawodności w rozwijającym się systemie; SM (System Minutes) - zastępczy czas trwania deficytu mocy. Jest to wsaźni stosowany przez szereg przedsiębiorstw energetycznych. Jest on, podobnie ja poprzednie (EIR i EIU), związany z LOEE, tóra jest w tym przypadu podzielona przez obciążenie szczytowe (zamiast przez energię zapotrzebowaną). Wsaźni ma wymiar czasu, ale nie jest to czas rzeczywisty (podobnie ja czas wyorzystania obciążenia szczytowego czy mocy zainstalowanej). W rzeczywistości roczna niedyspozycyjność systemu jest wyższa niż oreślona przez wartość wsaźnia SM; ECD (Expected Capacity Deficiency) - wartość oczeiwana deficytów mocy. Wsaźni oreśla wartość oczeiwaną deficytów mocy w rozpatrywanym oresie (dniu, tygodniu, rou) i ma wymiar mocy; PCD (Probability of Capacity Deficiency) - prawdopodobieństwo wystąpienia deficytu mocy. Wsaźni oreśla prawdopodobieństwo wystąpienia deficytu mocy w rozpatrywanym oresie (dniu, tygodniu, miesiącu, rou); XLOL (expected Loss of Load) - wartość oczeiwana pojedynczego deficytu mocy. Wsaźni oreśla wartość oczeiwaną pojedynczego deficytu mocy. Jest on równy stosunowi wartości oczeiwanej deficytów mocy ECD i prawdopodobieństwa wystąpienia deficytu PCD w rozpatrywanym oresie. Dla przyładu, gdy ECD = 0,5 MW, PCD = 0,005 - to XLOL = 0,5/0,005 = 00 MW. c) Dystrybuanta mocy dyspozycyjnej systemu Niezawodność systemu oceniana jest na podstawie prawdopodobieństwa, że system jest zdolny (lub nie) do porycia oreślonej wartości zapotrzebowania na moc przez porównanie rozładu probabilistycznego obciążenia oraz rozładu zdolności systemu do generowania mocy (mocy dyspozycyjnej). Ryzyo nieporycia zapotrzebowania otrzymuje się jao prawdopodobieństwo łącznego wystąpienia dwóch niezależnych zdarzeń A i B: P(A, B) = P(A) P(B), (6) gdzie: A odpowiada wystąpieniu danego obciążenia, B odpowiada zdolności wytwórczej systemu mniejszej niż dane obciążenie. Oznaczmy jao p Z (Z) funcję gęstości prawdopodobieństwa zapotrzebowania na moc (przyjmującego wartości z przedziału pomiędzy wartością masymalną Z max oraz minimalną Z min ) str. 4

5 oraz przez F d (Z) prawdopodobieństwo, że zdolność wytwórcza systemu (P - moc dyspozycyjna) jest mniejsza niż obciążenie (Z); przy czym p d (P) jest odpowiednio funcją gęstości prawdopodobieństwa mocy dyspozycyjnej (zdolności wytwórczej). Z Fd ( Z ) pd ( P)dZ P{ P Z} (7) 0 Zatem pierwszy ze wsaźniów niezawodności wytwarzania - LOLP - dla onretnej, deterministycznej wartości obciążenia Z jest równy wartości dystrybuanty mocy dyspozycyjnej systemu LOLP(Z ) = F d (Z ) = P{P < Z } (8) d) Modele niezawodnościowe jednoste wytwórczych energii eletrycznej W czasie esploatacji jednosti wytwórcze mogą znajdować się w stanach różniących się wartością mocy generowanej. Efetywnym narzędziem do opisu i analizy wielostanowych modeli niezawodności jednoste wytwórczych są procesy semi-marowa. W pratycznych zastosowaniach, w szczególności dla systemów wytwórczych złożonych z wielu jednoste, przy ocenie niezawodności wytwarzania energii eletrycznej są wyorzystywane prostsze modele opisane poniżej. Model dwustanowy 0 - stan dyspozycyjności (pracy) 0 - stan niedyspozycyjności parametr strumienia niesprawności (intensywność uszodzeń) parametr strumienia odnów (intensywność odnów) Stan jednosti Zdolność wytwórcza Prawdopodobieństwo stanu P i p i 0 0 q i = - p i Rys.. Dwustanowy model niezawodności jednosti wytwórczej (blou energetycznego) Niech w systemie będzie n jednoste wytwórczych, z tórych ażda może z prawdopodobieństwem p i (i =,, n) znajdować się w stanie dyspozycyjności (zdolności do pracy) i z prawdopodobieństwem q i = - p i w stanie niedyspozycyjności (niezdatności). Moc osiągalna jednosti jest równa P i. Wówczas parametrem charateryzującym niezawodność jednosti wytwórczej, wyorzystywanym przy ocenie niezawodności wytwarzania jest wsaźni niedyspozycyjności (awaryjności) MTTR MTTR f q U (9) MTTF MTTR T MTTF MTTF f p A q (0) MTTF MTTR T gdzie: MTTR = /μ - średni czas odnowy (MTTR - Mean Time To Repair); str. 5

6 MTTF = /λ - średni czas pracy bezawaryjnej (MTTF - Mean Time To Failure); T = MTTF + MTTR - średni czas pracy między niesprawnościami (średni czas cylu); f = /T - częstość niesprawności. Parametr q daje asymptotyczną ocenę prawdopodobieństwa tego, że przy nie zmienionych warunach esploatacji blo nie będzie zdolny wypełniać swych funcji. Model wielostanowy Niech w systemie będzie n jednoste wytwórczych, z tórych ażda poza wyżej wymienionymi stanami może znajdować się w stanach częściowej dyspozycyjności, charateryzujących się mocą generowaną (zdolnością wytwórczą) niższą od znamionowej (osiągalnej). 0 l s Stan jednosti Zdolność wytwórcza P i p i, P i, p i, P i, p i, P i, p i, P i, p i, l s P i,ls p i,ls Prawdopodobieństwo stanu ls 0 0 qi p Rys. 3. Wielostanowy model niezawodności jednosti wytwórczej (blou energetycznego) Wówczas zdolność wytwórcza jednosti będzie zmienną losową przyjmującą l si + wartości a pozostałe założenia zostają ja poprzednio. Model jednosti szczytowej i, /D (-P s )/T 3 P s /D 4 /D /T Rys. 4. Model niezawodności jednosti szczytowej i podszczytowej: T średni czas trwania stanu rezerwy, D średni czas pracy, P s prawdopodobieństwo nieudanego rozruchu blou Jednosta szczytowa lub podszczytowa jest modelowana przy pomocy czterostanowej reprezentacji zaproponowanej przez IEEE. Czterema stanami w tym modelu są: () stan rezerwy (jednosta dyspozycyjna, bra zapotrzebowania na jej pracę); () stan awarii przy brau zapotrzebowania na pracę jednosti; (3) stan pracy; (4) stan awarii podczas zapotrzebowania na pracę jednosti. Jeśli funcjonowanie blou zostanie opisane za pomocą procesu Marowa, to dla stacjonarnych prawdopodobieństw stanów otrzymuje się: str. 6

7 P = - P - P 3 - P 4 () P = (Dλ + P s )/A () P 3 = [Dμ( - P s ) + μd + D/T]/A (3) P 4 = [D(μ + /T)(Dλ + P s )]/A (4) p = A = (Dλ+P s ) [(μt+)+(μ+/t)/d] + [(-P s )+D(μ+/T)][μ(T+D)] (5) q P P P P P 4 (6) 3 4 Dla zmiennych warunów pracy prawdopodobieństwo warunowe, że blo nie może przejąć obciążenia, gdy jest to wymagane, wyraża się zależnością: Q = P 4 /(P 3 + P 4 ) (7) Oznaczając f P4 P P 4, otrzymuje się: f (P P4 ) Q P f (P P 3 4 ) (8) Parametr f stanowi swego rodzaju wagę odwzorowującą udział czasu remontu awaryjnego zachodzącego w sytuacji, gdy występuje zapotrzebowanie na pracę jednosti. e) Wyznaczanie dystrybuanty mocy dyspozycyjnej systemu i wsaźniów niezawodności wytwarzania Oznaczmy przez z i zmienną losową, przyjmującą: dla modelu dwustanowego dwie wartości - P i z prawdopodobieństwem p i i 0 z prawdopodobieństwem q i. dla modelu wielostanowego l s + wartości - P i, z prawdopodobieństwami p i, i 0 z prawdopodobieństwem q i. Niech wszystie z i będą niezależne. Moc sumaryczna (zdolność wytwórcza, moc dyspozycyjna) całego systemu taże będzie zmienną losową: n z z, (9) i i o dystrybuancie F z (x). Wyznaczenie tej dystrybuanty jest rozwiązaniem zadania. Prawdopodobieństwa wszystich możliwych stanów jednoste wytwórczych, a więc i wszystich wartości zdolności wytwórczej (mocy dyspozycyjnej) systemu są oreślone przez iloczyn następujących dwumianów (dla modelu dwustanowego): (p q q q p )(p 3 p 4 q ) (p p n n q ) p p p q n q 3 q n p q q n q p q n p 3 p n (0) Pierwszy człon p p p n zależności (0) oreśla prawdopodobieństwo dyspozycyjności (pracy) wszystich jednoste (moc dyspozycyjna równa sumie mocy osiągalnych - ubyte mocy str. 7

8 równy zeru) a ostatni q q q n - prawdopodobieństwo niedyspozycyjności (awarii) wszystich jednoste (moc dyspozycyjna równa zeru - ubyte mocy równy sumie mocy osiągalnych). Pozostałe człony podają prawdopodobieństwa odpowiednich wartości mocy dyspozycyjnej (ubytu mocy). Po zsumowaniu prawdopodobieństw odpowiadających taim samym mocom otrzymuje się rozład prawdopodobieństwa zmiennej losowej - mocy dyspozycyjnej (ubytu mocy) systemu i następnie dystrybuantę tej mocy (jest to dysretna zmienna losowa typu soowego). Metoda reurencyjna wyznaczania mocy dyspozycyjnej systemu Metoda jest metodą doładną, nie opiera się jedna na zastosowaniu rozwinięcia iloczynu dwumianów (wielomianów). Istota metody polega na zastosowaniu formuły reurencyjnej: F q F ( x) p F ( x P ) () W ten sposób poczynając od F 0 (x), olejno stosując formułę () otrzymuje się F n (x) = F z (x). Formuła reurencyjna () stanowi istotę metody reurencyjnej. W metodzie tej zatem do systemu zerowego, tj. taiego, tórego moc wytwórcza jest równa zeru, dodaje się olejne jednosti wytwórcze. Po ażdym zwięszeniu mocy wytwórczej systemu oblicza się wartości dystrybuanty mocy dyspozycyjnej, idąc w ierunu ich wartości malejących. Obliczenia powtarza się dla poszczególnych wprowadzanych jednoste aż do sompletowania pełnej mocy wytwórczej. Wartości ońcowe są poszuiwanymi wartościami dystrybuanty mocy dyspozycyjnej SEE. Stosowane zależności analityczne są następujące: Model dwustanowy P( X ) p P'( X ) q P'( X P ) () i i i gdzie: P'(X) i P(X) są sumulowanymi prawdopodobieństwami awaryjnego ubytu mocy w wysoości X MW, przed i po dołączeniu i-tej jednosti o mocy osiągalnej P i. Puntem startu dla zależności () jest podstawienie P'(X) = dla X 0 oraz P'(X) = 0 dla X > 0. Model wielostanowy ls P ( X ) pi P'( X Pi, 0 P ), i (3) Wyznaczanie wsaźniów niezawodności wytwarzania energii Ogólną ideę pratycznego obliczania wsaźniów niezawodności wytwarzania poazano na rys. 5. Każdy stan (wartość) mocy dyspozycyjnej systemu P d, (ubytu mocy - U ) jest w warunach stacjonarnych reprezentowany przez wartość prawdopodobieństwa p (P d ) i dystrybuanty F(P d, ). Odpowiadający -temu stanowi czas, w tórym obciążenie przewyższa moc dyspozycyjną, ma wartość t (w godzinach dla LDC i dniach dla DPLVC). Można też wyznaczyć ilość niedostarczonej energii ΔA, energię zapotrzebowaną A i obciążenie szczytowe Z s. str. 8

9 Z(t) Moc osiągalna Margines mocy Zs U A t p (Pd) LDC lub DPLVC Pd, A = pole pod rzywą Rys. 5. Ilustracja połączenia modeli zdolności wytwórczej i obciążenia dla obliczenia wsaźniów niezawodności wytwarzania Czas F(Pd) a) LOLP c) LOLP(Z s) b) 0 t Pd Z 0 t 5 t 7 t t 5 t 7 Z s t Rys. 6. Ilustracja obliczania wsaźnia LOLP przy wyorzystaniu dystrybuanty mocy dyspozycyjnej i alendarzowego przebiegu obciążenia: a) dystrybuanta mocy dyspozycyjnej - model zdolności wytwórczej systemu, b) prognozowany przebieg zapotrzebowania (alendarzowy), c) wyniowy wyres LOLP Podstawowe wsaźnii niezawodności wytwarzania energii eletrycznej w SEE są oreślone zależnościami: LOLP( Z ) F( Z s ) = P{ P d < Z LOEE LOEE A p ( Pd ), EIU =, A LOEE SM = 60. Z }, LOLE t p ( P ), EIR = - EIU, d (4) f) Program ONWWin Program ONWWin służy do obliczania wsaźniów niezawodności podsystemu wytwórczego. Napisany został przy użyciu ompilatora Borland Delphi.0. Pracuje on pod ontrolą systemów operacyjnych Microsoft Windows w wersji 3 bitowej: Windows 95, 98, NT, Me, 000, XP, Vista. str. 9

10 Program ONWWin omuniuje się z użytowniiem za pomocą oien. Główne ono programu jest podzielone na załadi, prowadzące użytownia przez olejne etapy obliczania niezawodności podsystemu wytwórczego. Kro : Edycja danych jednoste wytwórczych w systemie Edycja danych jednoste wytwórczych w analizowanym systemie odbywa się w onie załadi Jednosti wytwórcze. Jej wygląd został poazany na rys. 7. U góry załadi, po lewej znajdują się przycisi umożliwiające: zapis, odczyt oraz wyczyszczenie danych jednoste wytwórczych. Po prawej stronie, u góry znajdują się trzy przycisi umożliwiające dodawanie, edycję oraz usuwanie danych o onretnych grupach jednoste wytwórczych. Dane jednoste mogą być odczytane oraz zapisane w pliach o rozszerzeniu.ong. Możliwy jest również odczyt danych z pliów.moc używanych w programie ONW. M e n u g w n e p r o g r a m u Z a a d i D o d a j g r u p& j e d n o s t e w y t w r c z y c h E d y t u j g r u p& j e d n o s t e w y t w r c z y c h U s u«g r u p& j e d n o s t e w y t w r c z y c h L i s t a j e d n o s t e w y t w r c z y c h N o w y z e s t a w d a n y c h j e d n o s t e w y t w r c z y c h O d c z y t a j d a n e j e d n o s t e w y t w r c z y c h I m p o r t u j d a n e j e d n o s t e w y t w r c z y c h ( z p l i u. m o c ) Z a p i s z d a n e j e d n o s t e w y t w r c z y c h Rys. 7. Załada Jednosti wytwórcze O b l i c z d y s t r y b u a n t& n a p o d s t a w i e w p r o w a d z o n y c h d a n y c h Wprowadzanie danych grupy jednoste zaczyna się po naciśnięciu przycisu Dodaj grupę jednoste wytwórczych. Wyświetlone zostanie wówczas ono dialogowe przedstawionego na rys. 8. Możliwe jest wpisanie nazwy grupy jednoste oraz oreślenie liczby jednoste w danej grupie. Jeśli dana grupa jednoste jest opisywana za pomocą modelu dwustanowego, wówczas należy zaznaczyć opcję Model dwustanowy i wpisać moc osiągalną danej grupy jednoste oraz prawdopodobieństwo przebywania w stanie dyspozycyjności (p i ) lub niedy- str. 0

11 spozycyjności (q i ). Wystarczy podać jedną z tych wartości, druga z nich jest wyliczana automatycznie przez program. Rys. 8. Ono wprowadzania danych grupy jednoste wytwórczych Jeżeli daną grupę jednoste opisuje się za pomocą modelu wielostanowego, należy zaznaczyć w onie wprowadzania danych opcję Model wielostanowy, a następnie wprowadzić poziomy mocy dysponowanej oraz odpowiadające im wyliczone prawdopodobieństwa do znajdującej się poniżej tabeli (rys. 9). Można wprowadzić dowolną liczbę stanów jednoste. Liczba wierszy w tabeli zmienia się za pomocą umieszczonych obo przycisów + - dodanie nowego wiersza oraz - - usunięcie ostatniego wiersza. Poniżej jest wyliczone prawdopodobieństwo niedyspozycyjności danej grupy jednoste (q i ). Po wprowadzeniu danych operację można zatwierdzić za pomocą przycisu OK lub odrzucić za pomocą przycisu Anuluj. Aby usunąć daną grupę jednoste wytwórczych, należy nacisnąć przycis Usuń grupę jednoste wytwórczych na załadce Jednosti wytwórcze w głównym onie programu. Wówczas użytowni zostanie zapytany, czy jest pewien decyzji. Usunięcie nastąpi po wybraniu OK. str.

12 D o d a j n o w y w i e r s z d o l i s t y s t a n w U s u«o s t a t n i w i e r s z z l i s t y s t a n w O b l i c z o n e p r a w d o p o d o b i e«s t w o n i e d y s p o z y c y j n o c i L i s t a s t a n w. W o l e j n y c h o l u m n a c h z a w a r t e s ą : l i c z b a p o r z ą d o w a, m o c o s i ą g a l n a w d a n y m s t a n i e o r a z p r a w d o p o d o b i e«s t w o d a n e g o s t a n u Rys. 9. Wprowadzanie danych jednoste wytwórczych przy modelu wielostanowym. W olumnach wprowadzany jest poziom mocy w danym stanie oraz odpowiadające mu prawdopodobieństwo Jeśli dane jednoste wytwórczych są pełne można przejść do obliczenia dystrybuanty mocy dyspozycyjnej w systemie. Służy do tego przycis Oblicz dystrybuantę znajdujący się w dolnej części głównego ona programu. Po naciśnięciu przycisu program zaczyna obliczenia. Czas obliczeń jest zależny od szybości użytowanego omputera, systemu operacyjnego oraz złożoności analizowanego systemu i w przypadu dużych systemów może on wynosić ila minut. Dla mniejszych systemów obliczenia trwają ila-ilanaście seund. Po sończeniu obliczeń program przechodzi do olejnej załadi Dystrybuanta. Kro : Dystrybuanta mocy dyspozycyjnej w systemie Obliczona dystrybuanta zostanie przedstawiona w tabeli umieszczonej na załadce Dystrybuanta (Rys. 0). Załada ta pozwala na: przeglądanie wyliczonych wartości dystrybuanty mocy dyspozycyjnej w systemie, przedstawienie obliczonych wartości w postaci wyresu, zapis danych do pliu testowego w formacie.csv oraz sopiowanie wartości do schowa. Liczby są zapisywane i opiowane w notacji nauowej, z częścią dziesiętną oddzieloną przeciniem. Po naciśnięciu przycisu Narysuj wyres dystrybuanty mocy dyspozycyjnej, program wyświetli ono zawierające wyres dystrybuanty mocy dyspozycyjnej w systemie. str.

13 M e n u g w n e p r o g r a m u Z a a d i O b l i c z o n a m o c z a i n s t a l o w a n a ( o s i ą g a l n a ) s y s t e m u D y s t r y b u a n t a m o c y d y s p o z y c y j n e j w s y s t e m i e. W o l u m n a c h o l e j n o : l i c z b a p o r z ą d o w a, m o c, w a r t o ć d y s t r y b u a n t y R y s u j w y r e s d y s t r y b u a n t y m o c y d y s p o z y c y j n e j K o p i u j d y s t r y b u a n t& d o s c h o w a Z a p i s z d y s t r y b u a n t& w p o s t a c i p l i u. c s v P r z e j d d o z a a d i o b c i ą e n i a Rys. 0. Załada Dystrybuanta Po naciśnięciu przycisu Definiuj obciążenia w systemie, program przejdzie do olejnej załadi Obciążenia. Kro 3: Obciążenia w systemie Obciążenia są wprowadzane do programu za pomocą załadi Obciążenia. Jej wygląd został przedstawiany na rys.. Edycja danych odbywa się bezpośrednio w tablicy umieszczonej na załadce. Aby dodać nowy wiersz, należy nacisnąć przycis +, znajdujący się po prawej stronie tablicy. Usunięcie wiersza następuje po naciśnięciu przycisu -. Możliwy jest zapis oraz odczyt danych z pliu.csv. Wpisywany czas jest chwilą zaończenia trwania oreślonego poziomu mocy w systemie. Dane mogą być wpisywane w dowolnej olejności oraz z dowolnym roiem czasowym. Naciśnięcie przycisu Rysuj wyres obciążeń, spowoduje wyświetlenie ona z wyresem wprowadzonego grafiu obciążeń. Po zaończeniu wprowadzania danych należy nacisnąć przycis Definiuj ograniczenia wytwarzania. Spowoduje to przejście do olejnej załadi Ograniczenia. str. 3

14 M e n u g w n e p r o g r a m u Z a a d i R y s u j w y r e s o b c i ą e«w s y s t e m i e N o w y g r a f i o b c i ą e«z a p i s z g r a f i o b c i ą e«d o p l i u. c s v O d c z y t a j g r a f i o b c i ą e«z p l i u. c s v K o p i u j g r a f i o b c i ą e«d o s c h o w a G r a f i o b c i ą e«d o d a j w i e r s z w g r a f i u o b c i ą e«u s u«w i e r s z w g r a f i u o b c i ą e«p r z e j d d o z a a d i O g r a n i c z e n i a Rys.. Załada Obciążenia Kro 4: Definiowanie ograniczeń Program ONWWin pozwala na wprowadzenie ograniczeń w wytwarzaniu przez poszczególne grupy jednoste wytwórczych. Oznacza to, że można oreślić czas, w tórym dana jednosta lub grupa jednoste jest wyłączona z esploatacji. Do wprowadzania ograniczeń służy załada Ograniczenia, przedstawiona na rys.. Ograniczenia dodawane są za pomocą przycisu Dodaj ograniczenie. Program wyświetli wówczas ono dialogowe, w tórym możliwy jest wybór grupy jednoste wytwórczych, liczby jednoste z grupy, tóre mają być wyłączone z esploatacji oraz czas rozpoczęcia i zaończenia ograniczenia. Usunięcie wybranego ograniczenia z grafia jest możliwe za pomocą przycisu Usuń wybrane ograniczenie str. 4

15 M e n u g w n e p r o g r a m u Z a a d i D o d a j o g r a n i c z e n i e K a s u j o g r a n i c z e n i a U s u«w y b r a n e o g r a n i c z e n i e G r a f i o g r a n i c z e«. W o l e j n y c h o l u m n a c h s ą z a w a r t e : l i c z b a p o r z ą d o w a, o p i s g r u p y j e d n o s t e, l i c z b a j e d n o s t e z g r u p y w y ą c z o n a z e s p l a t a c j i o r a z c z a s p o c z ą t u i o«c a o g r a n i c z e n i a O b l i c z w s a n i i n i e z a w o d n o c i Rys.. Załada Ograniczenia Ograniczenia są asowane wraz z ażdorazową zmianą parametrów jednoste wytwórczych lub zmianą grafia obciążeń w systemie. Po zdefiniowaniu ograniczeń należy nacisnąć przycis Oblicz wsaźnii niezawodności. Program wówczas rozpocznie obliczanie wsaźniów niezawodności podsystemu wytwórczego, a następnie przejdzie do załadi Wsaźnii. W przypadu, gdy nie ma potrzeby definiowania ograniczeń w funcjonowaniu jednoste wytwórczych, możliwe jest przejście bezpośrednie do obliczeń wsaźniów niezawodności systemu, pozostawiając grafi ograniczeń pusty. Kro 5: Wynii obliczeń Wynii obliczeń są przedstawiane na załadce Wsaźnii. Jej wygląd jest poazany na rys. 3. str. 5

16 M e n u g w n e p r o g r a m u Z a a d i Z a p i s z w y n i i d o p l i u. c s v W y w i e t l i n f o r m a c j e o p r o g r a m i e K o p i u j w y n i i o b l i c z e«d o s c h o w a R y s u j w y r e s L O L P O b l i c z o n e w s a n i i n i e z a w o d n o c i Rys. 3. Załada Wsaźnii W załadce wyświetlone są następujące wsaźnii niezawodności podsystemu wytwórczego: energia zapotrzebowana A, moc szczytowa zapotrzebowania P s, moc średnia zapotrzebowania P śr, wsaźni niedyspozycyjności energetycznej EIU, wsaźni zapewnienia energii (dyspozycyjności energetycznej) EIR, oczeiwany czas trwania deficytu mocy LOLE, oczeiwana wartość energii niedostarczonej LOEE, szczytowe prawdopodobieństwo nieporycia zapotrzebowania na moc LOLPs, wartość oczeiwana deficytu mocy ECD, prawdopodobieństwo deficytu mocy PCD, wartość oczeiwana pojedynczego deficytu mocy XLOL oraz minuty systemowe SM. Po naciśnięciu przycisu Rysuj wyres LOLP zostanie wyświetlone ono zawierające wyres wartości wsaźnia LOLP w analizowanym oresie. Wynii obliczeń mogą zostać zapisane do pliu.csv celem ich dalszej obróbi, na przyład za pomocą arusza alulacyjnego Microsoft Excel. 3. Zadania do wyonania ) Korzystając z arusza alulacyjnego Excel, wyznacz, używając metody reurencyjnej (wzory -3), dystrybuantę mocy dyspozycyjnej systemu zbudowanego z 3 jednoste wytwórczych o parametrach podanych poniżej. Numer jednosti Numer stanu Moc [MW] Prawdopodobieństwo stanu p i 5 0, , , ,98 str. 6

17 Narysuj wyres dystrybuanty mocy dyspozycyjnej. Wyznacz prawdopodobieństwo nieporycia zapotrzebowania LOLP przy obciążeniu wynoszącym 90 MW. ) Używając programu ONWWin, wyznacz dystrybuantę mocy dyspozycyjnej systemu testowego RTS-79 zbudowanego z jednoste wytwórczych o parametrach podanych poniżej. Moc blou [MW] Liczba jednoste Wsaźni awaryjności (q i ) Wsaźni niezawodności (p i ) 5 0,0 0, ,0 0, ,0 0, ,0 0, ,04 0, ,04 0, ,05 0, ,08 0, , 0,88 Przyjmując podane obciążenie dla testowego 5 tygodnia (o najwięszym zapotrzebowaniu na moc) wyznacz wsaźnii niezawodności systemu. Rozbuduj system testowy RTS-79 o 0 farm wiatrowych przedstawionych w postaci modelu trójstanowego, tóre parametry zostały podane w tabeli poniżej. Numer stanu Moc [MW] Prawdopodobieństwo stanu p i 0 0, 4 0, ,5 Wyznacz dystrybuantę mocy dyspozycyjnej i oblicz wsaźnii niezawodności systemu w tym przypadu. Porównaj otrzymane wynii. 4. Sprawozdanie Sprawozdanie powinno zawierać: ) Tabelę tytułową (nazwa i numer ćwiczenia, nazwisa i imiona wyonujących ćwiczenie, data wyonania ćwiczenia oraz data oddania sprawozdania); ) Rozwiązania zadań wraz z opisem i oniecznymi wyresami i schematami; 3) Wniosi i obserwacje z wyonanego ćwiczenia. 5. Literatura [] Pasa J.: Niezawodność systemów eletroenergetycznych. Oficyna Wydawnicza PW. Warszawa 005 str. 7

Wpływ modeli niezawodności wiatrowych jednostek wytwórczych na niezawodność wytwarzania energii elektrycznej w systemie elektroenergetycznym

Wpływ modeli niezawodności wiatrowych jednostek wytwórczych na niezawodność wytwarzania energii elektrycznej w systemie elektroenergetycznym Piotr MARCHEL, Józef PASKA Politechnika Warszawska, Instytut Elektroenergetyki, akład Elektrowni i Gospodarki Elektroenergetycznej Wpływ modeli niezawodności wiatrowych wytwórczych na niezawodność wytwarzania

Bardziej szczegółowo

A. Cel ćwiczenia. B. Część teoretyczna

A. Cel ćwiczenia. B. Część teoretyczna A. Cel ćwiczenia Celem ćwiczenia jest zapoznanie się z wsaźniami esploatacyjnymi eletronicznych systemów bezpieczeństwa oraz wyorzystaniem ich do alizacji procesu esplatacji z uwzględnieniem przeglądów

Bardziej szczegółowo

Podstawy rachunku prawdopodobieństwa (przypomnienie)

Podstawy rachunku prawdopodobieństwa (przypomnienie) . Zdarzenia odstawy rachunu prawdopodobieństwa (przypomnienie). rawdopodobieństwo 3. Zmienne losowe 4. rzyład rozładu zmiennej losowej. Zdarzenia (events( events) Zdarzenia elementarne Ω - zbiór zdarzeń

Bardziej szczegółowo

Wybrane rozkłady zmiennych losowych i ich charakterystyki

Wybrane rozkłady zmiennych losowych i ich charakterystyki Rozdział 1 Wybrane rozłady zmiennych losowych i ich charaterystyi 1.1 Wybrane rozłady zmiennych losowych typu soowego 1.1.1 Rozład równomierny Rozpatrzmy esperyment, tóry może sończyć się jednym z n możliwych

Bardziej szczegółowo

σ-ciało zdarzeń Niech Ω będzie niepustym zbiorem zdarzeń elementarnych, a zbiór F rodziną podzbiorów zbioru Ω spełniającą warunki: jeśli A F, to A F;

σ-ciało zdarzeń Niech Ω będzie niepustym zbiorem zdarzeń elementarnych, a zbiór F rodziną podzbiorów zbioru Ω spełniającą warunki: jeśli A F, to A F; Zdarzenie losowe i zdarzenie elementarne Zdarzenie (zdarzenie losowe) - wyni pewnej obserwacji lub doświadczenia; może być ilościowy lub jaościowy. Zdarzenie elementarne - najprostszy wyni doświadczenia

Bardziej szczegółowo

Statystyka uszkodzeń w elektrowniach zawodowych

Statystyka uszkodzeń w elektrowniach zawodowych Statystya uszodzeń w eletrowniach zawodowych Sławomir Szymaniec Wstęp Analizy awaryjności bloów energetycznych, systemu eletroenergetycznego mają bardzo duże znaczenie dla funcjonowania danego raju. Poważne

Bardziej szczegółowo

TEORIA OBWODÓW I SYGNAŁÓW LABORATORIUM

TEORIA OBWODÓW I SYGNAŁÓW LABORATORIUM EORI OBWODÓW I SYGNŁÓW LBORORIUM KDEMI MORSK Katedra eleomuniacji Morsiej Ćwiczenie nr 2: eoria obwodów i sygnałów laboratorium ĆWICZENIE 2 BDNIE WIDM SYGNŁÓW OKRESOWYCH. Cel ćwiczenia Celem ćwiczenia

Bardziej szczegółowo

R w =

R w = Laboratorium Eletrotechnii i eletronii LABORATORM 6 Temat ćwiczenia: BADANE ZASLACZY ELEKTRONCZNYCH - pomiary w obwodach prądu stałego Wyznaczanie charaterysty prądowo-napięciowych i charaterysty mocy.

Bardziej szczegółowo

RACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 5.

RACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 5. RACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 5. PODSTAWOWE ROZKŁADY PRAWDOPODOBIEŃSTWA Rozłady soowe Rozład jednopuntowy Oreślamy: P(X c) 1 gdzie c ustalona liczba. 1 EX c, D 2 X 0 (tylo ten rozład ma zerową wariancję!!!)

Bardziej szczegółowo

Colloquium 3, Grupa A

Colloquium 3, Grupa A Colloquium 3, Grupa A 1. Z zasobów obliczeniowych pewnego serwera orzysta dwóch użytowniów. Każdy z nich wysyła do serwera zawsze trzy programy naraz. Użytowni czea, aż serwer wyona obliczenia dotyczące

Bardziej szczegółowo

ZARYS METODY OPISU KSZTAŁTOWANIA SKUTECZNOŚCI W SYSTEMIE EKSPLOATACJI WOJSKOWYCH STATKÓW POWIETRZNYCH

ZARYS METODY OPISU KSZTAŁTOWANIA SKUTECZNOŚCI W SYSTEMIE EKSPLOATACJI WOJSKOWYCH STATKÓW POWIETRZNYCH Henry TOMASZEK Ryszard KALETA Mariusz ZIEJA Instytut Techniczny Wojs Lotniczych PRACE AUKOWE ITWL Zeszyt 33, s. 33 43, 2013 r. DOI 10.2478/afit-2013-0003 ZARYS METODY OPISU KSZTAŁTOWAIA SKUTECZOŚCI W SYSTEMIE

Bardziej szczegółowo

( ) + ( ) T ( ) + E IE E E. Obliczanie gradientu błędu metodą układu dołączonego

( ) + ( ) T ( ) + E IE E E. Obliczanie gradientu błędu metodą układu dołączonego Obliczanie gradientu błędu metodą uładu dołączonego /9 Obliczanie gradientu błędu metodą uładu dołączonego Chodzi o wyznaczenie pochodnych cząstowych funcji błędu E względem parametrów elementów uładu

Bardziej szczegółowo

III. ZMIENNE LOSOWE JEDNOWYMIAROWE

III. ZMIENNE LOSOWE JEDNOWYMIAROWE III. ZMIENNE LOSOWE JEDNOWYMIAROWE.. Zmienna losowa i pojęcie rozkładu prawdopodobieństwa W dotychczas rozpatrywanych przykładach każdemu zdarzeniu była przyporządkowana odpowiednia wartość liczbowa. Ta

Bardziej szczegółowo

W3 - Niezawodność elementu nienaprawialnego

W3 - Niezawodność elementu nienaprawialnego W3 - Niezawodność elementu nienaprawialnego Henryk Maciejewski Jacek Jarnicki Jarosław Sugier www.zsk.iiar.pwr.edu.pl Niezawodność elementu nienaprawialnego 1. Model niezawodności elementu nienaprawialnego

Bardziej szczegółowo

Materiały dydaktyczne. Matematyka. Semestr III. Wykłady

Materiały dydaktyczne. Matematyka. Semestr III. Wykłady Materiały dydatyczne Matematya Semestr III Wyłady Aademia Morsa w Szczecinie ul. Wały Chrobrego - 70-500 Szczecin WIII RÓWNANIA RÓŻNICZKOWE ZWYCZAJNE PIERWSZEGO RZĘDU. Pojęcia wstępne. Równania różniczowe

Bardziej szczegółowo

Korzystanie z podstawowych rozkładów prawdopodobieństwa (tablice i arkusze kalkulacyjne)

Korzystanie z podstawowych rozkładów prawdopodobieństwa (tablice i arkusze kalkulacyjne) Korzystanie z podstawowych rozkładów prawdopodobieństwa (tablice i arkusze kalkulacyjne) Przygotował: Dr inż. Wojciech Artichowicz Katedra Hydrotechniki PG Zima 2014/15 1 TABLICE ROZKŁADÓW... 3 ROZKŁAD

Bardziej szczegółowo

MODYFIKACJA KOSZTOWA ALGORYTMU JOHNSONA DO SZEREGOWANIA ZADAŃ BUDOWLANYCH

MODYFIKACJA KOSZTOWA ALGORYTMU JOHNSONA DO SZEREGOWANIA ZADAŃ BUDOWLANYCH MODYFICJ OSZTOW LGORYTMU JOHNSON DO SZEREGOWNI ZDŃ UDOWLNYCH Michał RZEMIŃSI, Paweł NOW a a Wydział Inżynierii Lądowej, Załad Inżynierii Producji i Zarządzania w udownictwie, ul. rmii Ludowej 6, -67 Warszawa

Bardziej szczegółowo

Optymalizacja harmonogramów budowlanych - problem szeregowania zadań

Optymalizacja harmonogramów budowlanych - problem szeregowania zadań Mieczysław POŁOŃSKI Wydział Budownictwa i Inżynierii Środowisa, Szoła Główna Gospodarstwa Wiejsiego, Warszawa, ul. Nowoursynowsa 159 e-mail: mieczyslaw_polonsi@sggw.pl Założenia Optymalizacja harmonogramów

Bardziej szczegółowo

opracował: mgr inż. Piotr Marchel Instrukcja obsługi programu Struktura

opracował: mgr inż. Piotr Marchel Instrukcja obsługi programu Struktura POLITECHNIKA WARSZAWSKA Instytut Elektroenergetyki, Zakład Elektrowni i Gospodarki Elektroenergetycznej Bezpieczeństwo elektroenergetyczne i niezawodność zasilania laboratorium opracował: mgr inż. Piotr

Bardziej szczegółowo

ELEKTROWNIE WIATROWE ŹRÓDŁEM ENERGII ELEKTRYCZNEJ, CZY RÓWNIEŻ MOCY?

ELEKTROWNIE WIATROWE ŹRÓDŁEM ENERGII ELEKTRYCZNEJ, CZY RÓWNIEŻ MOCY? Józef PASKA 1), Tomasz SURMA 2) 1) Politechnika Warszawska, 2) CEZ Polska ELEKTROWNIE WIATROWE ŹRÓDŁEM ENERGII ELEKTRYCZNEJ, CZY RÓWNIEŻ MOCY? W ostatnim czasie obserwuje się dynamiczny wzrost mocy zainstalowanej

Bardziej szczegółowo

Sterowanie Ciągłe. Używając Simulink a w pakiecie MATLAB, zasymulować układ z rysunku 7.1. Rys.7.1. Schemat blokowy układu regulacji.

Sterowanie Ciągłe. Używając Simulink a w pakiecie MATLAB, zasymulować układ z rysunku 7.1. Rys.7.1. Schemat blokowy układu regulacji. emat ćwiczenia nr 7: Synteza parametryczna uładów regulacji. Sterowanie Ciągłe Celem ćwiczenia jest orecja zadanego uładu regulacji wyorzystując następujące metody: ryterium amplitudy rezonansowej i metodę

Bardziej szczegółowo

Temat ćwiczenia: POMIARY W OBWODACH ELEKTRYCZNYCH PRĄDU STAŁEGO. A Lp. U[V] I[mA] R 0 [ ] P 0 [mw] R 0 [ ] 1. U 0 AB= I Z =

Temat ćwiczenia: POMIARY W OBWODACH ELEKTRYCZNYCH PRĄDU STAŁEGO. A Lp. U[V] I[mA] R 0 [ ] P 0 [mw] R 0 [ ] 1. U 0 AB= I Z = Laboratorium Teorii Obwodów Temat ćwiczenia: LBOTOM MD POMY W OBWODCH LKTYCZNYCH PĄD STŁGO. Sprawdzenie twierdzenia o źródle zastępczym (tw. Thevenina) Dowolny obwód liniowy, lub część obwodu, jeśli wyróżnimy

Bardziej szczegółowo

1 Przestrzeń zdarzeń elementarnych

1 Przestrzeń zdarzeń elementarnych Przestrzeń zdarzeń elementarnych Przestrzeń zdarzeń elementarnych jest pojęciem pierwotnym w teorii prawdopodobieństwa. W zastosowaniach tej teorii zdarzenia elementarne interpretuje się jao możliwe przypadi,

Bardziej szczegółowo

Prawdopodobieństwo i statystyka

Prawdopodobieństwo i statystyka Zadanie Rozważmy następujący model strzelania do tarczy. Współrzędne puntu trafienia (, Y ) są niezależnymi zmiennymi losowymi o jednaowym rozładzie normalnym N ( 0, σ ). Punt (0,0) uznajemy za środe tarczy,

Bardziej szczegółowo

Optymalizacja harmonogramów budowlanych - problem szeregowania zadań

Optymalizacja harmonogramów budowlanych - problem szeregowania zadań Mieczysław OŁOŃSI Wydział Budownictwa i Inżynierii Środowisa, Szoła Główna Gospodarstwa Wiejsiego, Warszawa, ul. Nowoursynowsa 159 e-mail: mieczyslaw_polonsi@sggw.pl Założenia Optymalizacja harmonogramów

Bardziej szczegółowo

ELEKTROTECHNIKA I ELEKTRONIKA

ELEKTROTECHNIKA I ELEKTRONIKA UNIWERSYTET TECHNOLOGICZNO-PRZYRODNICZY W BYDGOSZCZY WYDZIŁ INŻYNIERII MECHNICZNEJ INSTYTUT EKSPLOTCJI MSZYN I TRNSPORTU ZKŁD STEROWNI ELEKTROTECHNIK I ELEKTRONIK ĆWICZENIE: E2 POMIRY PRĄDÓW I NPIĘĆ W

Bardziej szczegółowo

Algebra liniowa z geometrią analityczną

Algebra liniowa z geometrią analityczną WYKŁAD. Własności zbiorów liczbowych. Podzielność liczb całowitych, relacja przystawania modulo, twierdzenie chińsie o resztach. Liczby całowite Liczby 0,±,±,±3,... nazywamy liczbami całowitymi. Zbiór

Bardziej szczegółowo

KONCEPCJA SYSTEMU BONIFIKAT DLA ODBIORCÓW ZA NIEDOTRZYMANIE PRZEZ DOSTAWCĘ WYMAGANEGO POZIOMU JAKOŚCI NAPIĘCIA

KONCEPCJA SYSTEMU BONIFIKAT DLA ODBIORCÓW ZA NIEDOTRZYMANIE PRZEZ DOSTAWCĘ WYMAGANEGO POZIOMU JAKOŚCI NAPIĘCIA KONCEPCJA SYSTEMU BONIFIKAT DLA ODBIORCÓW ZA NIEDOTRZYMANIE PRZEZ DOSTAWCĘ WYMAGANEGO POZIOMU JAKOŚCI NAPIĘCIA prof. dr hab. inż. Zbigniew Hanzela / Aademia Górniczo-Hutnicza dr inż. Grzegorz Błajszcza

Bardziej szczegółowo

Rozdział 1. Zmienne losowe, ich rozkłady i charakterystyki. 1.1 Definicja zmiennej losowej

Rozdział 1. Zmienne losowe, ich rozkłady i charakterystyki. 1.1 Definicja zmiennej losowej Rozdział 1 Zmienne losowe, ich rozkłady i charakterystyki 1.1 Definicja zmiennej losowej Zbiór możliwych wyników eksperymentu będziemy nazywać przestrzenią zdarzeń elementarnych i oznaczać Ω, natomiast

Bardziej szczegółowo

DZIENNIK USTAW RZECZYPOSPOLITEJ POLSKIEJ

DZIENNIK USTAW RZECZYPOSPOLITEJ POLSKIEJ DZIENNIK USTAW RZECZYPOSPOLITEJ POLSKIEJ Warszawa, dnia 30 lipca 2018 r. Poz. 1455 ROZPORZĄDZENIE MINISTRA ENERGII 1) z dnia 18 lipca 2018 r. w sprawie wykonania obowiązku mocowego, jego rozliczania i

Bardziej szczegółowo

Grupowanie sekwencji czasowych

Grupowanie sekwencji czasowych BIULETYN INSTYTUTU AUTOMATYKI I ROBOTYKI NR 3, 006 Grupowanie sewencji czasowych Tomasz PAŁYS Załad Automatyi, Instytut Teleinformatyi i Automatyi WAT, ul. Kalisiego, 00-908 Warszawa STRESZCZENIE: W artyule

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Wykład 10

Stanisław Cichocki. Natalia Nehrebecka. Wykład 10 Stanisław Cichoci Natalia Nehrebeca Wyład 10 1 1. Testowanie hipotez prostych Rozład estymatora b Testowanie hipotez prostych przy użyciu statystyi t Przedziały ufności Badamy czy hipotezy teoretyczne

Bardziej szczegółowo

wtedy i tylko wtedy, gdy rozwiązanie i jest nie gorsze od j względem k-tego kryterium. 2) Macierz części wspólnej Utwórz macierz

wtedy i tylko wtedy, gdy rozwiązanie i jest nie gorsze od j względem k-tego kryterium. 2) Macierz części wspólnej Utwórz macierz Temat: Programowanie wieloryterialne. Ujęcie dysretne.. Problem programowania wieloryterialnego. Z programowaniem wieloryterialnym mamy do czynienia, gdy w problemie decyzyjnym występuje więcej niż jedno

Bardziej szczegółowo

Generowanie ciągów pseudolosowych o zadanych rozkładach przykładowy raport

Generowanie ciągów pseudolosowych o zadanych rozkładach przykładowy raport Generowanie ciągów pseudolosowych o zadanych rozkładach przykładowy raport Michał Krzemiński Streszczenie Projekt dotyczy metod generowania oraz badania własności statystycznych ciągów liczb pseudolosowych.

Bardziej szczegółowo

Akademia Górniczo-Hutnicza Wydział Elektrotechniki, Automatyki, Informatyki i Elektroniki

Akademia Górniczo-Hutnicza Wydział Elektrotechniki, Automatyki, Informatyki i Elektroniki Akademia Górniczo-Hutnicza Wydział Elektrotechniki, Automatyki, Informatyki i Elektroniki Przetwarzanie Sygnałów Studia Podyplomowe, Automatyka i Robotyka. Wstęp teoretyczny Zmienne losowe Zmienne losowe

Bardziej szczegółowo

I. Zagadnienia wstępne systematyka pojęć (J. Paska)

I. Zagadnienia wstępne systematyka pojęć (J. Paska) Systematyka pojęć z zakresu bezpieczeństwa elektroenergetycznego i niezawodności zasilania Bezpieczeństwo energetyczne jest zdefiniowane w ustawie z dnia 10 kwietnia 1997 - Prawo energetyczne (Dz. U. Nr

Bardziej szczegółowo

Matematyka dyskretna. Wykład 2: Kombinatoryka. Gniewomir Sarbicki

Matematyka dyskretna. Wykład 2: Kombinatoryka. Gniewomir Sarbicki Matematya dysretna Wyład 2: Kombinatorya Gniewomir Sarbici Kombinatorya Definicja Kombinatorya zajmuje się oreślaniem mocy zbiorów sończonych, w szczególności mocy zbiorów odwzorowań jednego zbioru w drugi

Bardziej szczegółowo

Wykres linii ciśnień i linii energii (wykres Ancony)

Wykres linii ciśnień i linii energii (wykres Ancony) Wyres linii ciśnień i linii energii (wyres Ancony) W wyorzystywanej przez nas do rozwiązywania problemów inżyniersich postaci równania Bernoulliego występuje wysoość prędości (= /g), wysoość ciśnienia

Bardziej szczegółowo

Sygnały stochastyczne

Sygnały stochastyczne Sygnały stochastyczne Zmienne losowe E zbiór zdarzeń elementarnych (zbiór możliwych wyniów esperymentu) e E zdarzenie elementarne (wyni esperymentu) B zbiór wybranych podzbiorów zbioru E β B zdarzenie

Bardziej szczegółowo

W2 Podstawy rachunku prawdopodobieństwa (przypomnienie)

W2 Podstawy rachunku prawdopodobieństwa (przypomnienie) W2 Podstawy rachunku prawdopodobieństwa (przypomnienie) Henryk Maciejewski Jacek Jarnicki Marek Woda www.zsk.iiar.pwr.edu.pl Rachunek prawdopodobieństwa - przypomnienie 1. Zdarzenia 2. Prawdopodobieństwo

Bardziej szczegółowo

Ćwiczenie 4 Badanie wpływu asymetrii obciążenia na pracę sieci

Ćwiczenie 4 Badanie wpływu asymetrii obciążenia na pracę sieci Ćwiczenie 4 - Badanie wpływu asymetrii obciążenia na pracę sieci Strona 1/13 Ćwiczenie 4 Badanie wpływu asymetrii obciążenia na pracę sieci Spis treści 1.Cel ćwiczenia...2 2.Wstęp...2 2.1.Wprowadzenie

Bardziej szczegółowo

Wyznaczenie prędkości pojazdu na podstawie długości śladów hamowania pozostawionych na drodze

Wyznaczenie prędkości pojazdu na podstawie długości śladów hamowania pozostawionych na drodze Podstawy analizy wypadów drogowych Instrucja do ćwiczenia 1 Wyznaczenie prędości pojazdu na podstawie długości śladów hamowania pozostawionych na drodze Spis treści 1. CEL ĆWICZENIA... 3. WPROWADZENIE...

Bardziej szczegółowo

Kierunki racjonalizacji jednostkowego kosztu produkcji w przedsiębiorstwie górniczym

Kierunki racjonalizacji jednostkowego kosztu produkcji w przedsiębiorstwie górniczym Kieruni racjonalizacji jednostowego osztu producji w przedsiębiorstwie górniczym Roman MAGDA 1) 1) Prof dr hab inż.; AGH University of Science and Technology, Kraów, Miciewicza 30, 30-059, Poland; email:

Bardziej szczegółowo

Rachunek prawdopodobieństwa i statystyka - W 9 Testy statystyczne testy zgodności. Dr Anna ADRIAN Paw B5, pok407

Rachunek prawdopodobieństwa i statystyka - W 9 Testy statystyczne testy zgodności. Dr Anna ADRIAN Paw B5, pok407 Rachunek prawdopodobieństwa i statystyka - W 9 Testy statystyczne testy zgodności Dr Anna ADRIAN Paw B5, pok407 adan@agh.edu.pl Weryfikacja hipotez dotyczących postaci nieznanego rozkładu -Testy zgodności.

Bardziej szczegółowo

Wskaźnik i 40. i 40-SS. i 40-DR. i 40-PM. Instrukcja obsługi

Wskaźnik i 40. i 40-SS. i 40-DR. i 40-PM. Instrukcja obsługi Wsaźni i 40 i 40-SS WWW.PRECIAMOLEN.COM i 40-DR i 40-PM Instrucja obsługi 04-55-00-7 MU A - 12/2012 Niniejsza instrucja jest przeznaczona dla użytowniów wsaźnia i 40. Umożliwia ona szybie zapoznanie się

Bardziej szczegółowo

Bezpieczeństwo elektroenergetyczne i niezawodność zasilania. Wykład I

Bezpieczeństwo elektroenergetyczne i niezawodność zasilania. Wykład I Bezpieczeństwo elektroenergetyczne i niezawodność zasilania Wykład I 1 Bezpieczeństwo elektroenergetyczne i niezawodność zasilania - wykład mgr inż. Piotr Marchel GE pok. 206 kl. C @-mail: marchelp@ee.pw.edu.pl

Bardziej szczegółowo

Prawa wielkich liczb, centralne twierdzenia graniczne

Prawa wielkich liczb, centralne twierdzenia graniczne , centralne twierdzenia graniczne Katedra matematyki i ekonomii matematycznej 17 maja 2012, centralne twierdzenia graniczne Rodzaje zbieżności ciągów zmiennych losowych, centralne twierdzenia graniczne

Bardziej szczegółowo

z dnia Na podstawie art. 68 ust. 1 ustawy z dnia 8 grudnia 2017 r. o rynku mocy (Dz. U. z 2018 r. poz. 9) zarządza się, co następuje: Rozdział 1

z dnia Na podstawie art. 68 ust. 1 ustawy z dnia 8 grudnia 2017 r. o rynku mocy (Dz. U. z 2018 r. poz. 9) zarządza się, co następuje: Rozdział 1 Projekt z dnia 10 maja 2018 r. R O Z P O R Z Ą D Z E N I E M I N I S T R A E N E R G I I 1) z dnia w sprawie szczegółowych warunków i sposobu wykonania obowiązku mocowego, jego rozliczania i demonstrowania

Bardziej szczegółowo

Rozkłady zmiennych losowych

Rozkłady zmiennych losowych Rozkłady zmiennych losowych Wprowadzenie Badamy pewną zbiorowość czyli populację pod względem występowania jakiejś cechy. Pobieramy próbę i na podstawie tej próby wyznaczamy pewne charakterystyki. Jeśli

Bardziej szczegółowo

Wpływ zamiany typów elektrowni wiatrowych o porównywalnych parametrach na współpracę z węzłem sieciowym

Wpływ zamiany typów elektrowni wiatrowych o porównywalnych parametrach na współpracę z węzłem sieciowym Wpływ zamiany typów eletrowni wiatrowych o porównywalnych parametrach na współpracę z węzłem sieciowym Grzegorz Barzy Paweł Szwed Instytut Eletrotechnii Politechnia Szczecińsa 1. Wstęp Ostatnie ila lat,

Bardziej szczegółowo

WAHADŁO SPRĘŻYNOWE. POMIAR POLA ELIPSY ENERGII.

WAHADŁO SPRĘŻYNOWE. POMIAR POLA ELIPSY ENERGII. ĆWICZENIE 3. WAHADŁO SPRĘŻYNOWE. POMIAR POLA ELIPSY ENERGII. 1. Oscylator harmoniczny. Wprowadzenie Oscylatorem harmonicznym nazywamy punt materialny, na tóry,działa siła sierowana do pewnego centrum,

Bardziej szczegółowo

Metody probabilistyczne Rozwiązania zadań

Metody probabilistyczne Rozwiązania zadań Metody robabilistyczne Rozwiązania zadań 6. Momenty zmiennych losowych 8.11.2018 Zadanie 1. Poaż, że jeśli X Bn, to EX n. Odowiedź: X rzyjmuje wartości w zbiorze {0, 1,..., n} z rawdoodobieństwami zadanymi

Bardziej szczegółowo

Ćwiczenie nr 1: Wahadło fizyczne

Ćwiczenie nr 1: Wahadło fizyczne Wydział PRACOWNA FZYCZNA WFi AGH mię i nazwiso 1.. Temat: Ro Grupa Zespół Nr ćwiczenia Data wyonania Data oddania Zwrot do popr. Data oddania Data zaliczenia OCENA Ćwiczenie nr 1: Wahadło fizyczne Cel

Bardziej szczegółowo

PROCENTY, PROPORCJE, WYRAŻENIA POTEGOWE

PROCENTY, PROPORCJE, WYRAŻENIA POTEGOWE PROCENTY, PROPORCJE, WYRAŻENIA POTEGOWE ORAZ ŚREDNIE 1. Procenty i proporcje DEFINICJA 1. Jeden procent (1%) pewnej liczby a to setna część tej liczby, tórą oznacza się: 1% a, przy czym 1% a = 1 p a, zaś

Bardziej szczegółowo

Wykład 4. Zmienne losowe i ich rozkłady

Wykład 4. Zmienne losowe i ich rozkłady Wstęp do probabilistyi i statystyi Wyład. Zmienne losowe i ich rozłady dr hab.inż. Katarzyna Zarzewsa, prof.agh, Katedra Eletronii, WIET AGH Wstęp do probabilistyi i statystyi. wyład Plan: Pojęcie zmiennej

Bardziej szczegółowo

Weryfikacja hipotez statystycznych

Weryfikacja hipotez statystycznych Weryfikacja hipotez statystycznych Hipoteza Test statystyczny Poziom istotności Testy jednostronne i dwustronne Testowanie równości wariancji test F-Fishera Testowanie równości wartości średnich test t-studenta

Bardziej szczegółowo

W rachunku prawdopodobieństwa wyróżniamy dwie zasadnicze grupy rozkładów zmiennych losowych:

W rachunku prawdopodobieństwa wyróżniamy dwie zasadnicze grupy rozkładów zmiennych losowych: W rachunku prawdopodobieństwa wyróżniamy dwie zasadnicze grupy rozkładów zmiennych losowych: Zmienne losowe skokowe (dyskretne) przyjmujące co najwyżej przeliczalnie wiele wartości Zmienne losowe ciągłe

Bardziej szczegółowo

MODELOWANIE NIEZAWODNOŚCI ELEKTROWNI WIATROWYCH Z WYKORZYSTANIEM PRĘDKOŚCI WIATRU DLA TYPOWEGO ROKU METEOROLOGICZNEGO

MODELOWANIE NIEZAWODNOŚCI ELEKTROWNI WIATROWYCH Z WYKORZYSTANIEM PRĘDKOŚCI WIATRU DLA TYPOWEGO ROKU METEOROLOGICZNEGO Rynek Energii Str. 1 MODELOWANIE NIEZAWODNOŚ ELEKTROWNI WIATROWYCH Z WYKORZYSTANIEM PRĘDKOŚ WIATRU DLA TYPOWEGO ROKU METEOROLOGICZNEGO Piotr Marchel, Józef Paska Politechnika Warszawska, Instytut Elektroenergetyki

Bardziej szczegółowo

L.Kowalski zadania z rachunku prawdopodobieństwa-zestaw 1 ZADANIA - ZESTAW 1. . (odp. a)

L.Kowalski zadania z rachunku prawdopodobieństwa-zestaw 1 ZADANIA - ZESTAW 1. . (odp. a) ZADANIA - ZESTAW 1 Zadanie 11 Rzucamy trzy razy monetą A i - zdarzenie polegające na tym, że otrzymamy orła w i - tym rzucie Oreślić zbiór zdarzeń elementarnych Wypisać zdarzenia elementarne sprzyjające

Bardziej szczegółowo

jest scharakteryzowane przez: wektor maksymalnych żądań (ang. claims), T oznaczający maksymalne żądanie zasobowe zadania P j

jest scharakteryzowane przez: wektor maksymalnych żądań (ang. claims), T oznaczający maksymalne żądanie zasobowe zadania P j Systemy operacyjne Zaleszczenie Zaleszczenie Rozważmy system sładający się z n procesów (zadań) P 1,P 2,...,P n współdzielący s zasobów nieprzywłaszczalnych tzn. zasobów, tórych zwolnienie może nastąpić

Bardziej szczegółowo

Programowanie w języku C++ Agnieszka Nowak Brzezińska Laboratorium nr 2

Programowanie w języku C++ Agnieszka Nowak Brzezińska Laboratorium nr 2 Programowanie w języku C++ Agnieszka Nowak Brzezińska Laboratorium nr 2 1 program Kontynuujemy program który wczytuje dystans i ilości paliwa zużytego na trasie, ale z kontrolą danych. A więc jeśli coś

Bardziej szczegółowo

Instrukcja obsługi programu SWWS autorstwa Michała Krzemińskiego

Instrukcja obsługi programu SWWS autorstwa Michała Krzemińskiego Instrukcja obsługi programu SWWS autorstwa Michała Krzemińskiego Krótkie informacje o programie można znaleźć zarówno w pliku readme.txt zamieszczonym w podkatalogu DANE jak i w zakładce O programie znajdującej

Bardziej szczegółowo

ładunek do przewiezienia dwie możliwości transportu

ładunek do przewiezienia dwie możliwości transportu ładune do przewiezienia dwie możliwości transportu Potrzeba jest przesłać np. 10 Mb/s danych drogą radiową jedna ala nośna Kod NRZ + modulacja PSK czas trwania jednego bitu 0,1 us przy możliwej wielodrogowości

Bardziej szczegółowo

Wyznaczanie długości fali świetlnej za pomocą spektrometru siatkowego

Wyznaczanie długości fali świetlnej za pomocą spektrometru siatkowego Politechnia Łódza FTIMS Kierune: Informatya ro aademici: 2008/2009 sem. 2. Termin: 16 III 2009 Nr. ćwiczenia: 413 Temat ćwiczenia: Wyznaczanie długości fali świetlnej za pomocą spetrometru siatowego Nr.

Bardziej szczegółowo

ELEKTROWNIE WIATROWE ŹRÓDŁEM ENERGII ELEKTRYCZNEJ, CZY RÓWNIEŻ MOCY?

ELEKTROWNIE WIATROWE ŹRÓDŁEM ENERGII ELEKTRYCZNEJ, CZY RÓWNIEŻ MOCY? Str. 52 Rynek Energii Nr 2(117) - 2015 ELEKTROWNIE WIATROWE ŹRÓDŁEM ENERGII ELEKTRYCZNEJ, CZY RÓWNIEŻ MOCY? Józef Paska, Tomasz Surma Słowa kluczowe: elektrownie wiatrowe, źródła energii elektrycznej,

Bardziej szczegółowo

Funkcje charakteryzujące proces. Dr inż. Robert Jakubowski

Funkcje charakteryzujące proces. Dr inż. Robert Jakubowski Funkcje charakteryzujące proces eksploatacji Dr inż. Robert Jakubowski Niezawodność Niezawodność Rprawdopodobieństwo, że w przedziale czasu od do t cechy funkcjonalne statku powietrznego Ubędą się mieścić

Bardziej szczegółowo

Podstawowe wskaźniki (I strona świadectwa)

Podstawowe wskaźniki (I strona świadectwa) Podstawowe wsaźnii (I strona świadectwa U K (wszystie energie, razem z pomocniczą P CO (jednostowa wielość emisji CO % OZ (udział odnawialnych źródeł energii w rocznym zapotrzebowaniu na energię ońcową

Bardziej szczegółowo

(U.3) Podstawy formalizmu mechaniki kwantowej

(U.3) Podstawy formalizmu mechaniki kwantowej 3.10.2004 24. (U.3) Podstawy formalizmu mechanii wantowej 33 Rozdział 24 (U.3) Podstawy formalizmu mechanii wantowej 24.1 Wartości oczeiwane i dyspersje dla stanu superponowanego 24.1.1 Założenia wstępne

Bardziej szczegółowo

Definicja Mówimy, że zmienna losowa X ma rozkład gamma, jeśli jej funkcja gęstości jest określona wzorem

Definicja Mówimy, że zmienna losowa X ma rozkład gamma, jeśli jej funkcja gęstości jest określona wzorem .. Pewne rozłady zmiennej osowej ciągłej 5 Rozład gamma Definicja.7. Mówimy, że zmienna osowa X ma rozład gamma, jeśi jej funcja gęstości jest oreśona wzorem gdzie b > 0 i p > 0 oznaczają pewne stałe.

Bardziej szczegółowo

PROGNOZOWANIE I SYMULACJE EXCEL 1 AUTOR: MARTYNA MALAK PROGNOZOWANIE I SYMULACJE EXCEL 1 AUTOR: MARTYNA MALAK

PROGNOZOWANIE I SYMULACJE EXCEL 1 AUTOR: MARTYNA MALAK PROGNOZOWANIE I SYMULACJE EXCEL 1 AUTOR: MARTYNA MALAK 1 PROGNOZOWANIE I SYMULACJE 2 http://www.outcome-seo.pl/excel1.xls DODATEK SOLVER WERSJE EXCELA 5.0, 95, 97, 2000, 2002/XP i 2003. 3 Dodatek Solver jest dostępny w menu Narzędzia. Jeżeli Solver nie jest

Bardziej szczegółowo

Wskaźnik i 35 Instrukcja obsługi

Wskaźnik i 35   Instrukcja obsługi Wsaźni i 35 WWW.PRECIAMOLEN.COM Instrucja obsługi 04-52-05-7 MU - 12/2012 Niniejsza instrucja jest przeznaczona dla użytowniów wsaźnia i 35. Umożliwia ona szybie zapoznanie się z funcjami urządzenia. Informacje

Bardziej szczegółowo

Prawdopodobieństwo i statystyka

Prawdopodobieństwo i statystyka Wykład XIV: Metody Monte Carlo 19 stycznia 2016 Przybliżone obliczanie całki oznaczonej Rozważmy całkowalną funkcję f : [0, 1] R. Chcemy znaleźć przybliżoną wartość liczbową całki 1 f (x) dx. 0 Jeden ze

Bardziej szczegółowo

POLITECHNIKA ŚWIĘTOKRZYSKA w Kielcach WYDZIAŁ MECHATRONIKI I BUDOWY MASZYN ZAKŁAD MECHATRONIKI LABORATORIUM PODSTAW AUTOMATYKI INSTRUKCJA

POLITECHNIKA ŚWIĘTOKRZYSKA w Kielcach WYDZIAŁ MECHATRONIKI I BUDOWY MASZYN ZAKŁAD MECHATRONIKI LABORATORIUM PODSTAW AUTOMATYKI INSTRUKCJA POLITECHNIKA ŚWIĘTOKRZYSKA w Kielcach WYDZIAŁ MECHATRONIKI I BUDOWY MASZYN ZAKŁAD MECHATRONIKI LABORATORIUM PODSTAW AUTOMATYKI INSTRUKCJA ĆWICZENIE LABORATORYJNE NR 4 Temat: Identyfiacja obietu regulacji

Bardziej szczegółowo

Pomiary napięć przemiennych

Pomiary napięć przemiennych LABORAORIUM Z MEROLOGII Ćwiczenie 7 Pomiary napięć przemiennych . Cel ćwiczenia Celem ćwiczenia jest poznanie sposobów pomiarów wielości charaterystycznych i współczynniów, stosowanych do opisu oresowych

Bardziej szczegółowo

Zmienne losowe ciągłe i ich rozkłady

Zmienne losowe ciągłe i ich rozkłady Statystyka i opracowanie danych W3 Zmienne losowe ciągłe i ich rozkłady Dr Anna ADRIAN Paw B5, pok47 adan@agh.edu.pl Plan wykładu Rozkład Poissona. Zmienna losowa ciągła Dystrybuanta i funkcja gęstości

Bardziej szczegółowo

Przykład 1 W przypadku jednokrotnego rzutu kostką przestrzeń zdarzeń elementarnych

Przykład 1 W przypadku jednokrotnego rzutu kostką przestrzeń zdarzeń elementarnych Rozdział 1 Zmienne losowe, ich rozkłady i charakterystyki 1.1 Definicja zmiennej losowej Niech Ω będzie przestrzenią zdarzeń elementarnych. Definicja 1 Rodzinę S zdarzeń losowych (zbiór S podzbiorów zbioru

Bardziej szczegółowo

Wykład 21: Studnie i bariery cz.1.

Wykład 21: Studnie i bariery cz.1. Wyład : Studnie i bariery cz.. Dr inż. Zbigniew Szlarsi Katedra Eletronii, paw. C-, po.3 szla@agh.edu.pl http://layer.uci.agh.edu.pl/z.szlarsi/ 3.6.8 Wydział Informatyi, Eletronii i Równanie Schrödingera

Bardziej szczegółowo

Zmienne losowe skokowe

Zmienne losowe skokowe Zmienne losowe skokowe 1.1 Rozkład prawdopodobieństwa i dystrybuanta Zad.1 Niech zmienna losowa X przyjmuje wartości równe liczbie wyrzuconych oczek przy pojedynczym rzucie kostką do gry, czyli =1,2,3,,6.

Bardziej szczegółowo

Analiza nośności poziomej pojedynczego pala

Analiza nośności poziomej pojedynczego pala Poradni Inżyniera Nr 16 Atualizacja: 09/016 Analiza nośności poziomej pojedynczego pala Program: Pli powiązany: Pal Demo_manual_16.gpi Celem niniejszego przewodnia jest przedstawienie wyorzystania programu

Bardziej szczegółowo

Obliczenia iteracyjne

Obliczenia iteracyjne Lekcja Strona z Obliczenia iteracyjne Zmienne iteracyjne (wyliczeniowe) Obliczenia iteracyjne wymagają zdefiniowania specjalnej zmiennej nazywanej iteracyjną lub wyliczeniową. Zmienną iteracyjną od zwykłej

Bardziej szczegółowo

Wskaźnik i 30 WWW.PRECIAMOLEN.COM. Intstrukcja obsługi

Wskaźnik i 30 WWW.PRECIAMOLEN.COM. Intstrukcja obsługi Wsaźni i 30 WWW.PRECIAMOLEN.COM Intstrucja obsługi 04-52-00-7 MU - 11/2012 Niniejsza instrucja jest przeznaczona dla użytowniów wsaźnia i 30. Umożliwia ona szybie zapoznanie się z funcjami urządzenia.

Bardziej szczegółowo

DRGANIA WŁASNE RAM OBLICZANIE CZĘSTOŚCI KOŁOWYCH DRGAŃ WŁASNYCH

DRGANIA WŁASNE RAM OBLICZANIE CZĘSTOŚCI KOŁOWYCH DRGAŃ WŁASNYCH Część 5. DRGANIA WŁASNE RAM OBLICZANIE CZĘSTOŚCI KOŁOWYCH... 5. 5. DRGANIA WŁASNE RAM OBLICZANIE CZĘSTOŚCI KOŁOWYCH DRGAŃ WŁASNYCH 5.. Wprowadzenie Rozwiązywanie zadań z zaresu dynamii budowli sprowadza

Bardziej szczegółowo

Instytut Politechniczny Państwowa Wyższa Szkoła Zawodowa. Diagnostyka i niezawodność robotów

Instytut Politechniczny Państwowa Wyższa Szkoła Zawodowa. Diagnostyka i niezawodność robotów Instytut Politechniczny Państwowa Wyższa Szkoła Zawodowa Diagnostyka i niezawodność robotów Laboratorium nr 6 Model matematyczny elementu naprawialnego Prowadzący: mgr inż. Marcel Luzar Cele ćwiczenia:

Bardziej szczegółowo

Prognozowanie notowań pakietów akcji poprzez ortogonalizację szeregów czasowych 1

Prognozowanie notowań pakietów akcji poprzez ortogonalizację szeregów czasowych 1 Prognozowanie notowań paietów acji poprzez ortogonalizację szeregów czasowych Andrzej Kasprzyci. WSĘP Dynamię rynu finansowego opisuje się indesami agregatowymi: cen, ilości i wartości. Indes giełdowy

Bardziej szczegółowo

KURS PRAWDOPODOBIEŃSTWO

KURS PRAWDOPODOBIEŃSTWO KURS PRAWDOPODOBIEŃSTWO Lekcja 6 Ciągłe zmienne losowe ZADANIE DOMOWE www.etrapez.pl Strona 1 Część 1: TEST Zaznacz poprawną odpowiedź (tylko jedna jest prawdziwa). Pytanie 1 Zmienna losowa ciągła jest

Bardziej szczegółowo

Metody numeryczne. Instytut Sterowania i Systemów Informatycznych Wydział Elektrotechniki, Informatyki i Telekomunikacji Uniwersytet Zielonogórski

Metody numeryczne. Instytut Sterowania i Systemów Informatycznych Wydział Elektrotechniki, Informatyki i Telekomunikacji Uniwersytet Zielonogórski Metody numeryczne Instytut Sterowania i Systemów Informatycznych Wydział Eletrotechnii, Informatyi i Teleomuniacji Uniwersytet Zielonogórsi Eletrotechnia stacjonarne-dzienne pierwszego stopnia z tyt. inżyniera

Bardziej szczegółowo

STATYSTYKA USZKODZEŃ W ELEKTROWNIACH ZAWODOWYCH

STATYSTYKA USZKODZEŃ W ELEKTROWNIACH ZAWODOWYCH Maszyny Eletryczne - Zeszyty Problemowe Nr 1/2016 (109) 185 Sławomir Szymaniec Politechnia Oolsa, Oole SAYSYKA USZKODZEŃ W ELEKROWNIACH ZAWODOWYCH SAISICS OF FAILURES IN ELECRIC POWER SAION Streszczenie:

Bardziej szczegółowo

Statystyka. Wydział Zarządzania Uniwersytetu Łódzkiego

Statystyka. Wydział Zarządzania Uniwersytetu Łódzkiego Statystyka Wydział Zarządzania Uniwersytetu Łódzkiego 2017 Podstawowe rozkłady zmiennych losowych Rozkłady zmiennych skokowych Rozkład zero-jedynkowy Rozpatrujemy doświadczenie, którego rezultatem może

Bardziej szczegółowo

Badanie stacjonarności szeregów czasowych w programie GRETL

Badanie stacjonarności szeregów czasowych w programie GRETL Badanie stacjonarności szeregów czasowych w programie GRETL Program proponuje następujące rodzaje testów stacjonarności zmiennych:. Funcję autoorelacji i autoorelacji cząstowej 2. Test Diceya-Fullera na

Bardziej szczegółowo

WYKŁAD 5 METODY OPTYMALIZACJI NIELINIOWEJ BEZ OGRANICZEŃ

WYKŁAD 5 METODY OPTYMALIZACJI NIELINIOWEJ BEZ OGRANICZEŃ WYKŁAD 5 METODY OPTYMALIZACJI NIELINIOWEJ BEZ OGRANICZEŃ Wstęp. Za wyjątie nielicznych funcji, najczęściej w postaci wieloianów, dla tórych ożna znaleźć iniu na drodze analitycznej, pozostała więszość

Bardziej szczegółowo

Zmienne losowe ciągłe i ich rozkłady

Zmienne losowe ciągłe i ich rozkłady Rachunek Prawdopodobieństwa i Statystyka - W3 Zmienne losowe ciągłe i ich rozkłady Dr Anna ADRIAN Paw B5, pok47 adan@agh.edu.pl Plan wykładu Zmienna losowa ciągła Dystrybuanta i unkcja gęstości rozkładu

Bardziej szczegółowo

A4: Filtry aktywne rzędu II i IV

A4: Filtry aktywne rzędu II i IV A4: Filtry atywne rzędu II i IV Jace Grela, Radosław Strzała 3 maja 29 1 Wstęp 1.1 Wzory Poniżej zamieszczamy podstawowe wzory i definicje, tórych używaliśmy w obliczeniach: 1. Związe między stałą czasową

Bardziej szczegółowo

ROZDZIAŁ 10 METODA KOMPONOWANIA ZESPOŁU CZYNNIKI EFEKTYWNOŚCI SKŁADU ZESPOŁU

ROZDZIAŁ 10 METODA KOMPONOWANIA ZESPOŁU CZYNNIKI EFEKTYWNOŚCI SKŁADU ZESPOŁU Agniesza Dziurzańsa ROZDZIAŁ 10 METODA KOMPONOWANIA ZESPOŁU 10.1. CZYNNIKI EFEKTYWNOŚCI SKŁADU ZESPOŁU Przeprowadzona analiza formacji, jaą jest zespół (zobacz rozdział 5), wyazała, że cechy tóre powstają

Bardziej szczegółowo

Zastosowania programowalnych układów analogowych isppac

Zastosowania programowalnych układów analogowych isppac Zastosowania programowalnych uładów analogowych isppac 0..80 strutura uładu "uniwersalnego" isppac0 ułady nadzorujące na isppac0, 30 programowanie filtrów na isppac 80 analiza częstotliwościowa projetowanych

Bardziej szczegółowo

P(T) = P(T M) = P(T A) = P(T L) = P(T S) = P(T L M) = P(T L A) = P(T S M) = P(T S A) =

P(T) = P(T M) = P(T A) = P(T L) = P(T S) = P(T L M) = P(T L A) = P(T S M) = P(T S A) = Przyład (obrona orętów USA przed ataami lotnictwa japońsiego) Możliwe dwie wyluczające się tatyi: M = manewr A = artyleria przeciwlotnicza Departament Marynari Wojennej na podstawie danych z wojny na Pacyfiu

Bardziej szczegółowo

Niezawodność w energetyce Reliability in the power industry

Niezawodność w energetyce Reliability in the power industry KARTA MODUŁU / KARTA PRZEDMIOTU Załącznik nr 7 do Zarządzenia Rektora nr 10/12 z dnia 21 lutego 2012r. Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2012/2013

Bardziej szczegółowo

Uchwała Nr 42/2015 Komitetu Monitorującego Regionalny Program Operacyjny Województwa Podlaskiego na lata z dnia 29 października 2015 r.

Uchwała Nr 42/2015 Komitetu Monitorującego Regionalny Program Operacyjny Województwa Podlaskiego na lata z dnia 29 października 2015 r. Uchwała Nr 42/2015 Komitetu Monitorującego Regionalny Program Operacyjny Województwa Podlasiego na lata 2014-2020 z dnia 29 październia 2015 r. w sprawie zatwierdzenia ryteriów oceny projetów w trybie

Bardziej szczegółowo

STATYSTYKA OPISOWA ZARZĄDZANIE

STATYSTYKA OPISOWA ZARZĄDZANIE STATYSTYKA OPISOWA ZARZĄDZAIE STATYSTYKA OPISOWA materiały dla studentów, Str. "1 STATYSTYKA OPISOWA WYKŁAD ĆWICZEIA Statystya wprowadzenie 3 Sale pomiarowe 4 Miary opisu statystycznego badanej zbiorowości

Bardziej szczegółowo

W.Stachowski Wielkości w analizie kosztowej Strona 1

W.Stachowski Wielkości w analizie kosztowej Strona 1 W.Stachowski Wielkości w analizie kosztowej Strona 1 BKPH Opis Pole BKPH (budżetowy koszt pracy według harmonogramu) zawiera skumulowane okresowe koszty według planu bazowego, poniesione do daty stanu

Bardziej szczegółowo

Matematyka licea ogólnokształcące, technika

Matematyka licea ogólnokształcące, technika Matematyka licea ogólnokształcące, technika Opracowano m.in. na podstawie podręcznika MATEMATYKA w otaczającym nas świecie zakres podstawowy i rozszerzony Funkcja liniowa Funkcję f: R R określoną wzorem

Bardziej szczegółowo