Browsing by Author "Prusak, Janusz"

Now showing 1 - 2 of 2
  • Thumbnail Image
    Item
    Badanie Skali Zmienności Obciążeń Wybranej Tramwajowej Podstacji Trakcyjnej na Podstawie Rzeczywistych Wyników Pomiarowych dla Spójnego Okresu Czasowego Obejmującego Szesnaście Tygodni
    (Politechniki Krakowskiej im. Tadeusza Kościuszki, Kraków, Polska, 2015) Drapik, Slavomir; Kuznetsov, Valeriy; Markowski, Paweł; Prusak, Janusz; Woszczyna, Bartosz
    PL: Zmienność obciążeń trakcyjnych powoduje, że projektanci muszą dobierać moc zespołów prostownikowych dla podstacji trakcyjnych DC ze znacznym przewymiarowaniem. W artykule, na podstawie wyników pomiarowych eksploatowanej tramwajowej podstacji trakcyjnej, przedstawiono skalę przewymiarowania mocy zespołów prostownikowych tej podstacji. Stwierdzono występowanie znacznych odcinków czasowych, w których moce zespołów prostownikowych nie są wykorzystywane. Obliczono współczynniki przeciążeń chwilowych dla różnych odcinków czasowych, następnie przeprowadzono ich analizę statystyczną. Zwrócono uwagę na rozwiązanie techniczne mogące w przyszłości ograniczyć straty energii w podstacjach trakcyjnych DC.
  • Thumbnail Image
    Item
    The Efficiency of Using Artificial Feedforward Neural Networks with a Single Hidden Layer of Eight Neurons for the Analysis of Overload Conditions of Selected Tramway Traction Substations
    (Uniwersytet Jagielloński, Kraków, 2018) Dudzik, Marek; Prusak, Janusz; Drapik, Sławomir; Kuznetsov, Valeriy
    EN: This paper presents further results of research on the load variability of rectifier units for the selected tram traction substation. Actual measurements were used in the performed analysis. This time, the analysis was focused on the characteristics of maximum loads and overloads for time periods of five minutes and sixty minutes, for a number of selected cases. The second part of the article discusses the effectiveness of the use of artificial neural networks of the feedforward type with one hidden layer with eight neurons to analyse the overloads of the traction substation over a longer time scale. The obtained positive results indicate that this type of research should be continued, using different variants of artificial neural networks.