No abstract

Podczas wprowadzania ograniczeń w dostawach gazu ziemnego przedsiębiorstwa przemysłowe odczuwają problemy z zaopatrzeniem w gaz, co przekłada się na ich sytuację finansową. W takim przypadku, zakładając rozwój liberalizacji na rynku gazu ziemnego, może nastąpić spadek cen paliw gazowych. Gospodarstwa domowe, które korzystają z gazu w celach komunalnych (ogrzewanie budynków) oraz bytowych (przygotowanie posiłków i ogrzewanie wody) z mocy prawa są chronione w razie zakłóceń dostaw gaz ziemnego. Wystąpienie zakłóceń (nieodpowiednia kaloryczność gazu) i braków dostaw gazu ziemnego może skłonić także wielu użytkowników z tej najliczniejszej grupy do rezygnacji z korzystania z paliw gazowych. Niniejszy artykuł przedstawia możliwości prognozowania pracy sieci gazowej średniego ciśnienia. Analizowanym parametrem jest spadek ciśnienia gazu dostarczanego do odbiorców domowych przyłączonych do systemu sieci dystrybucyjnej. Dzięki uzyskanym pomiarom przepływu gazu, temperatury oraz spadku ciśnienia możliwe będą analizy wykorzystujące wzory matematyczne, program STANET oraz uczenie z wykorzystaniem sztucznej sieci neuronowej. Otrzymane wyniki dają możliwość porównania poszczególnych metod w 20-godzinnym przewidywaniu zmian ciśnienia gazu.Słowa kluczowe: sieć neuronowa, prognozowanie, sieć gazowa, spadek ciśnienia. Forecasting the work of gas network by means of artificial neural networkDuring the introduction of restrictions in the supply of natural gas, industrial enterprises experience problems with the supply of gas, which is reflected in their financial situation. In this case, given the development of the liberalization of the natural gas market, there may be a decline in prices of gas. Households that use gas for utility purposes (heating of buildings) and living (preparing meals and heating water) by law are protected in the event of disruption in the supply of natural gas. Any disruptions such as the inadequate calorific value of gas and shortages of natural gas supplies may also induce many users from the largest group to abandon the use of gaseous fuels. The following article introduces possibilities concerning the forecast of how medium-pressure gas network, works. The parameter which is analyzed is the decrease in the gas pressure supplied to households connected to the distribution network system. The measurements (gas flow, temperature and the decrease in the pressure) will enable analysis using mathematical formulas, STANET software and the model of artificial neural network. The results will enable a comparison of particular methods in a twenty-hour forecasting of changes in gas pressure. Key word: neural network, forecasting, gas network, pressure drop.Obecne gospodarki światowe opierają się na pięciu głównych źródłach energii. Są nimi węgiel, ropa naftowa, gaz ziemny i paliwo jądrowe oraz energia pochodząca ze źródeł odnawialnych (OZE). Udział tych źródeł w gospodarce danego kraju zależy m.in. od położenia geograficznego, stanu posiadania zasobów surowców energetycznych oraz rozwoju ekonomicznego.Gaz ziemny ...

In March 2020, a lockdown was imposed due to a global pandemic, which contributed to changes in the structure of the consumption of natural gas. Consumption in the industry and the power sector decreased while household consumption increased. There was also a noticeable decrease in natural gas consumption by commercial consumers. Based on collected data, such as temperature, wind strength, duration of weather events, and information about weather conditions on preceding days, models for forecasting gas consumption by commercial consumers (hotels, restaurants, and businesses) were designed, and the best model for determining the impact of the lockdown on gas consumption by the above-mentioned consumers was determined using the MAPE (mean absolute percentage error). The best model of artificial neural networks (ANN) gave a 2.17% MAPE error. The study found a significant decrease in gas consumption by commercial customers during the first lockdown period.

No abstract