Search Results - "генерация электроэнергии"

1

Academic Journal

ИСПОЛЬЗОВАНИЕ ВОЗОБНОВЛЯЕМЫХ ИСТОЧНИКОВ ЭНЕРГИИ ДЛЯ ЛОКАЛЬНЫХ ЭНЕРГОСИСТЕМ

Source: Высшая школа: научные исследования.

Subject Terms: СИСТЕМЫ ЭНЕРГОСНАБЖЕНИЯ, ГЕНЕРАЦИЯ ЭЛЕКТРОЭНЕРГИИ, ЭЛЕКТРОМЕХАНИЧЕСКИЕ ПРЕОБРАЗОВАТЕЛИ ЭНЕРГИИ, ВОЗОБНОВЛЯЕМЫЕ ИСТОЧНИКИ ЭНЕРГИИ, ЛОКАЛЬНЫЕ ЭНЕРГРСИСТЕМЫ

2

Academic Journal

Генерация электроэнергии при очистке бытовых сточных вод микробным топливным элементом

Source: VII Пущинская конференция «Биохимия, физиология и биосферная роль микроорганизмов», шко- ла-конференция для молодых ученых, аспирантов и студентов «Генетические технологии в микробио- логии и микробное разнообразие».

Subject Terms: иммобилизация клеток, проводящие полимеры, генерация электроэнергии, микробные топливные элементы, графен

3

Academic Journal

Spatial modelling of the impact of developed advanced production technologies on industrial production in Russian regions ; Пространственное моделирование влияния разработанных передовых производственных технологий на промышленное производство регионов России

Authors: S. S. Krasnykh, С. С. Красных

Source: UPRAVLENIE / MANAGEMENT (Russia); Том 13, № 1 (2025); 90-98 ; Управление; Том 13, № 1 (2025); 90-98 ; 2713-1645 ; 2309-3633

Subject Terms: регионы России, mining, manufacturing, power generation, spatial models, SAR, Moran index, Russian regions, добыча полезных ископаемых, обрабатывающие производства, генерация электроэнергии, пространственные модели, Индексы Морана

File Description: application/pdf

Relation: https://upravlenie.guu.ru/jour/article/view/771/477; Дежина И. Передовые производственные технологии: место России. Экономическое развитие России. 2014;2(22):47–53.; Ленчук Е.Б. Научно-технологическое развитие России в условиях санкционного давления. ЭВР. 2022;3(73):52–60. doi:10.37930/1990-9780-2022-3-73-52-60; Наумов И.В., Красных С.С. Пространственное моделирование влияния научно-исследовательского потенциала на динамику научно-технологического развития регионов России. Journal of Applied Economic Research. 2023;3(22):630–656. doi:10.15826/vestnik.2023.22.3.026; Фраймович Д.Ю., Быкова М.Л., Власенко К.А. Значение передовых производственных технологий в социально-экономическом развитии Российской Федерации. Вестник Тверского государственного университета. Экономика и управление. 2022;3(59):54–62. doi:10.26456/2219-1453/2022.3.054-062; Шкодинский С.В., Кушнир А.М., Продченко И.А. Влияние санкций на технологический суверенитет России. Проблемы рыночной экономики. 2022;2:75–96. doi:10.33051/2500-2325-2022-2-75-96; Baltagi B.H., Song S.H., Koh W. Testing panel data regression models with spatial error correlation. Journal of Econometrics. 2003;1(117):123–150.; Moran P. The Interpretation of Statistical Maps. Journal of the Royal Statistical Society. 1948;10:243–251.; https://upravlenie.guu.ru/jour/article/view/771

Availability: https://upravlenie.guu.ru/jour/article/view/771
https://doi.org/10.26425/2309-3633-2025-13-1-90-98

View record from BASE

4

Academic Journal

Зеленая энергетика альтернатива ли традиционной энергетике

Subject Terms: энергетика, альтернативные источники энергии, зеленая энергетика, генерация электроэнергии

File Description: application/pdf

Access URL: https://elib.belstu.by/handle/123456789/68879

5

Academic Journal

AUTOMATIC CONTROL SPATIAL DIVERSIFICATION OF THE ENERGY COMPANY'S ACTIVITIES AS A WAY TO INCREASE ITS EFFICIENCY ON THE EXAMPLE OF PJSC INTER RAO

Source: Экономика и предпринимательство. :1446-1449

Subject Terms: specialization, power generation, специализация, генерация электроэнергии, пространственная диверсификация, spatial diversification

6

Academic Journal

Применение термоэлектрических элементов в качестве источника питания устройств дистанционного мониторинга леса и предупреждения лесных пожаров

Source: Материалы XV Международной научно-технической конференции

Subject Terms: АВТОНОМНОСТЬ, ГЕНЕРАЦИЯ ЭЛЕКТРОЭНЕРГИИ, ELECTRICITY GENERATION, УПРАВЛЕНИЕ ЛЕСАМИ, АUTONOMY, ЭФФЕКТ ЗЕЕБЕКА, ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ, SEEBECK EFFECT, FOREST MANAGEMENT, INFORMATION TECHNOLOGY

File Description: application/pdf

Access URL: https://elar.usfeu.ru/handle/123456789/12865

View record at OpenAIRE

7

Academic Journal

Применение термоэлектрических элементов в качестве источника питания устройств дистанционного мониторинга леса и предупреждения лесных пожаров ; Application of thermoelectric elements as a power source remote forest monitoring and forest fire prevention device

Authors: Рычков, А. С., Веренцова, Д. Е., Санников, С. П.

Source: Материалы XV Международной научно-технической конференции

Subject Terms: АВТОНОМНОСТЬ, ГЕНЕРАЦИЯ ЭЛЕКТРОЭНЕРГИИ, ЭФФЕКТ ЗЕЕБЕКА, ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ, УПРАВЛЕНИЕ ЛЕСАМИ, АUTONOMY, ELECTRICITY GENERATION, SEEBECK EFFECT, INFORMATION TECHNOLOGY, FOREST MANAGEMENT

File Description: application/pdf

Relation: Эффективный ответ на современные вызовы с учетом взаимодействия человека и природы, человека и технологий: социально-экономические и экологические проблемы лесного комплекса : материалы XV Международной научно-технической конференции; https://elar.usfeu.ru/handle/123456789/12865

Availability: https://elar.usfeu.ru/handle/123456789/12865

View record from BASE

8

Academic Journal

Evolution of analytical methods for technical diagnostics of power generation equipment

Source: Экономика и предпринимательство. :1216-1220

Subject Terms: цифровые технологии, генерация электроэнергии, электроэнергетика, инновации, предиктивная аналитика, статистические методы, управление производительностью генерирующего оборудования

9

Academic Journal

Improving of the Generation Accuracy Forecasting of Photovoltaic Plants Based on k-Means and k-Nearest Neighbors Algorithms ; Повышение точности прогнозирования генерации фотоэлектрических станций на основе алгоритмов k-средних и k-ближайших соседей

Authors: P. V. Matrenin, A. I. Khalyasmaa, V. V. Gamaley, S. A. Eroshenko, N. A. Papkova, D. A. Sekatski, Y. V. Potachits, П. B. Матренин, А. И. Хальясмаа, В. В. Гамалей, С. А. Ерошенко, Н. А. Попкова, Д. А. Секацкий, Я. В. Потачиц

Contributors: Исследование выполнено за счет гранта Российского научного фонда (проект № 22-79-00181).

Source: ENERGETIKA. Proceedings of CIS higher education institutions and power engineering associations; Том 66, № 4 (2023); 305-321 ; Энергетика. Известия высших учебных заведений и энергетических объединений СНГ; Том 66, № 4 (2023); 305-321 ; 2414-0341 ; 1029-7448 ; 10.21122/1029-7448-2023-66-4

Subject Terms: линейная регрессия, electricity generation, photovoltaic plant, renewable energy sources, meteorological factors, insolation, solar radiation, neural networks, data clustering, predictive model, data preprocessing, machine learning, principal component analysis, adaptive boosting, linear regression, генерация электроэнергии, фотоэлектрическая станция, возобновляемые источники энергии, метеорологические факторы, инсоляция, солнечная радиация, нейронные сети, кластеризация данных, прогнозная модель, предобработка данных, машинное обучение, метод главных компонент, адаптивный бустинг

File Description: application/pdf

Relation: https://energy.bntu.by/jour/article/view/2287/1876; El hendouzi, A. Solar Photovoltaic Power Forecasting / A. El hendouzi, A. Bourouhou // Journal of Electrical and Computer Engineering. 2020. Vol. 2020. P. 1–21. https://doi.org/10.1155/2020/8819925.; Review of photovoltaic power forecasting / J. Antonanzas [et al.] // Solar Energy. 2016. Vol. 136. P. 78–111. https://doi.org/10.1016/j.solener.2016.06.069.; Machine Learning Methods for Solar Radiation Forecasting: а Review / C. Voyant [et al.] // Renewable Energy. 2017. Vol. 105. P. 569–582. https://doi.org/10.1016/j.renene.2016.12.095.; Оптимизация топологии сети с ВИЭ-генерацией на основе модифицированного адаптированного генетического алгоритма / А. М. Брамм [и др.] // Энергетика. Известия высших учебных заведений и энергетических объединений СНГ. 2022. Т.65, № 4. С. 341–354. https://doi.org/10.21122/1029-7448-2022-65-4-341-354.; Industry Experience of Developing Day-Ahead Photovoltaic Plant Forecasting System Based on Machine Learning / A. I. Khalyasmaa [et al.] // Remote Sensing. 2020. Vol. 12, Iss. 20. P. 3420. https://doi.org/10.3390/rs12203420.; The Impact of Data Filtration on the Accuracy of Multiple Time-Domain Forecasting for Photovoltaic Power Plants Generation / S. A. Eroshenko [et al.] // Applied Sciences. 2020. Vol. 10, Iss. 22. P. 8265. https://doi.org/10.3390/app10228265.; Rana, M. Solar Power Forecasting Using Weather Type Clustering and Ensembles of Neural Networks / M. Rana, I. Koprinska, V. G. Agelidis // International Joint Conference on Neural Networks (IJCNN). Vancouver, BC, Canada: IEEE, 2016. P. 4962–4969. https://doi.org/10.1109/IJCNN.2016.7727853.; Solar Radiation Intensity Probabilistic Forecasting Based on K-Means Time Series Clustering and Gaussian Process Regression / Z. Zhang [et al.] // IEEE Access. 2021. Vol. 9. P. 89079–89092. https://doi.org/10.1109/ACCESS.2021.3077475.; Unsupervised Clustering-Based Short-Term Solar Forecasting / C. Feng [et al.] // IEEE Transactions on Sustainable Energy. 2021. Vol. 10, Iss. 4. P. 2174–2185. https://doi.org/10.1109/TSTE.2018.2881531.; Unsupervised Clustering of Battery Waveforms in Off-Grid PV Installations / I. Sanz-Gorrachategui [et al.] // 2020 Fifteenth International Conference on Ecological Vehicles and Renewable Energies (EVER). Monte-Carlo, Monaco, 2020. P. 1–6. https://doi.org/10.1109/EVER48776.2020.9242942.; Development of Algorithm for Day Ahead PV Generation Forecasting Using Data Mining Method / M. C. Kang [et al.] // Proc. Int. IEEE 54th Midwest Symposium on Circuits and Systems (MWSCAS). Seoul, Korea (South): IEEE, 2011. P. 1–4 https://doi.org/10.1109/MWSCAS.2011.6026333.; Pattern Classification and PSO Optimal Weights Based Sky Images Cloud Motion Speed Calculation Method for Solar PV Power Forecasting / F. Wang [et al.] S // IEEE Industry Applications Society Annual Meeting (IAS). Portland, OR, USA: IEEE, 2018. P. 1–9. https://doi.org/10.1109/IAS.2018.8544468.; Daily Clearness Index Profiles Cluster Analysis for Photovoltaic System / C. S. Lai [et al.] // IEEE Transactions on Industrial Informatics. 2017. Vol. 13, Iss. 5. P. 2322–2332. https://doi.org/10.1109/TII.2017.2683519.; Severiano, C. Very Short-Term Solar Forecasting Using Multi-Agent System Based on Extreme Learning Machines and Data Clustering / C. Severiano, F. G. Guimarães, M. W. Cohen // 2016 IEEE Symposium Series on Computational Intelligence (SSCI). Athens, Greece: IEEE, 2016. P. 1–8. https://doi.org/10.1109/SSCI.2016.7850162.; Yang, Y. Short-Term PV Generation System Direct Power Prediction Model on Wavelet Neural Network and Weather Type Clustering / Y. Yang, L. Dong // 2013 5th International Conference on Intelligent Human-Machine Systems and Cybernetics. Hangzhou, China: IEEE, 2013. P. 207–211. https://doi.org/10.1109/IHMSC.2013.56.; Day-Ahead Photovoltaic Forecasting: A Comparison of the Most Effective Techniques / N. Alfredo [et al.] // Energies. 2019. Vol. 12, Iss. 9. P. 1621. https://doi.org/10.3390/en 12091621.; Meteoblue [Electronic Resource]. Mode of access: https://www.meteoblue.com/en/weather. Date of access: 13.05.2022.; Principal Manifolds for Data Visualization and Dimension Reduction / A. N. Gorban [et al.] // Berlin: Springer, 2008. 364 p. (Lecture Notes in Computational Science and Enginee, Vol. 58). https://doi.org/10.1007/978-3-540-73750-6_5.; Hartigan, J. A. Algorithm AS 136: A K-Means Clustering Algorithm / J. A. Hartigan, M. A. Wong // Journal of the Royal Statistical Society. Series C (Applied Statistics). 1979. Vol. 28, Nо 1. P. 100–108. https://doi.org/10.2307/2346830.; Improving Accuracy and Generalization Performance of Small-Size Recurrent Neural Networks Applied to Short-Term Load Forecasting / P. V. Matrenin [et al.] // Mathematics. 2020. Vol. 8. Iss. 12. P. 2169. https://doi.org/10.3390/math8122169.; Матренин, П. В. Устойчивое краткосрочное прогнозирование скорости ветра с помощью адаптивных компактных нейронных сетей / П. В. Матренин, В. З. Манусов, Е. А. Игумнова // Проблемы региональной энергетики. 2020. Т. 7, №47. С. 69–80. https://doi.org/10.5281/zenodo.4018960.; Clustering [Electronic Resource] // Scikit-Learn. Machine Learning in Python. Mode of access: https://scikit-learn.org/stable/modules/clustering.html. Date of access: 13.04.2022.; Drucker, H. Improving Regressors using Boosting Techniques / H. Drucker // Proceedings of the 14th International Conference on Machine Learning (ICML). Citeseer, 1997. P. 107–115.; Adaptive Boosting [Electronic Resource] // Scikit-Learn. Machine Learning in Python. Mode of access: https://scikit-learn.org/stable/modules/generated/sklearn.linear_model.SGDRegressor.html?highlight=adaptive+busting. Date of access: 13.04.2022.; https://energy.bntu.by/jour/article/view/2287

Availability: https://energy.bntu.by/jour/article/view/2287
https://doi.org/10.21122/1029-7448-2023-66-4-305-321

View record from BASE

10

Academic Journal

Низкоуглеродное развитие электроэнергетики ; Low-Carbon Development of the Electric Power Industry

Authors: Панкратова Татьяна Алексеевна, Tatiana A. Pankratova

Source: A breakthrough in science: development strategies; 204-207 ; Новое слово в науке: стратегии развития; 204-207

Subject Terms: генерация электроэнергии, углеродный след, способы генерации электроэнергии, себестоимость электроэнергии, низкоуглеродное развитие

File Description: text/html

Relation: info:eu-repo/semantics/altIdentifier/isbn/978-5-6048183-4-3; https://interactive-plus.ru/e-articles/817/Action817-556997.pdf; Назван самый дешевый источник энергии в России [Электронный ресурс]. – Режим доступа: https://zen.yandex.ru/media/id/5d77355fe3062c00aea59d41/nazvan-samyi-deshevyi-istochnik-energii-v-rossii-5d95811286c4a900b028f4d0. Дата обращения: 17.06.2022.

Availability: https://interactive-plus.ru/files/Books/62d68d42e71c8.jpg?req=556997
https://interactive-plus.ru/article/556997/discussion_platform
https://doi.org/10.21661/r-556997

View record from BASE

11

Academic Journal

Analysis of the Current State and Prospects for Adjusting the Energy Balance of Mining Enterprises ; Анализ текущего состояния и перспектив коррекции энергетического баланса горнодобывающих предприятий ; АНАЛІЗ СУЧАСНОГО СТАНУ ТА ПЕРСПЕКТИВ КОРИГУВАННЯ ЕНЕРГЕТИЧНОГО БАЛАНСУ ПІДПРИЄМСТВ ГІРНИЧОДОБУВНОЇ ГАЛУЗІ

Authors: Сінчук , О. М., Бойко, С. М., Жуков, О. А., Сьомочкін, А. Б., Риков, Г. Ю.

Source: Visnyk of Vinnytsia Politechnical Institute; No. 4 (2021); 56-61 ; Вестник Винницкого политехнического института; № 4 (2021); 56-61 ; Вісник Вінницького політехнічного інституту; № 4 (2021); 56-61 ; 1997-9274 ; 1997-9266 ; 10.31649/1997-9266-2021-157-4

Subject Terms: scattered generation, renewable energy sources, energy saving, energy balance of enterprises, own generation of electricity, распределенная генерация, возобновляемые источники энергии, энергосбережение, энергетический баланс предприятий, собственная генерация электроэнергии, розосереджене генерування, відновлювані джерела енергії, енергоощадність, енергетичний баланс підприємств, власна генерація електроенергії