Журналы →  Горный журнал →  2017 →  №2 →  Назад

ЭНЕРГЕТИЧЕСКОЕ ХОЗЯЙСТВО. АВТОМАТИЗАЦИЯ
Название Применение принципа «восходящего потока» для моделирования электропотребления угольного предприятия
DOI 10.17580/gzh.2017.02.15
Автор Захарова А. Г.
Информация об авторе

Кузбасский государственный технический университет им. Т. Ф. Горбачева, Кемерово, Россия:

Захарова А. Г., проф., д-р техн. наук, zaharova8@gmail.com

Реферат

Предложен математический аппарат моделирования работы технологических звеньев угольной шахты, позволяющий учесть влияние факторов случайного характера на электропотребление.

Ключевые слова Угольная шахта, электропотребление, принцип «восходящего потока», метод Монте-Карло, марковские процессы, энергетические характеристики
Библиографический список

1. Васильев Д. А., Иващенко В. А., Лукьянов Д. В. Прогнозирование активных нагрузок промышленных предприятий на основе распознавания образцов // Известия высших учебных заведений. Проблемы энергетики. 2011. № 3-4. С. 122–126.
2. Казаринов Л. С., Барбасова Т. А., Колесникова О. В., Захарова А. А. Метод прогнозирования электропотребления промышленного предприятия // Вестник Южно-Уральского государственного университета. Сер. : Компьютерные технологии, управление, радиоэлектроника. 2014. Т. 14. № 1. С. 5–13.
3. Gabov V. V., Zadkov D. A. Energy-saving modular units for selective coal cutting // Eurasian Mining. 2016. № 1. С. 37–40. DOI: 10.17580/em.2016.01.06
4. Синчук О. Н., Гузов Э. С., Пархоменко Р. А., Розен В. П. Методы расчета электрических нагрузок систем электроснабжения горных предприятий // Известия высших учебных заведений. Горный журнал. 2013. № 8. С. 104–110.
5. Валь П. В., Попов Ю. П. Концепция разработки системы прогнозирования электропотребления промышленного предприятия в условиях оптового рынка // Промышленная энергетика. 2011. № 10. С. 31–35.
6. Захарова А. Г. Закономерности электропотребления на угольных шахтах Кузбасса : автореф. дис. … д-ра техн. наук. – Кемерово, 2006. – 34 с.
7. Богданофф Дж., Козин Ф. Вероятностные модели накопления повреждений : пер. с англ. – М. : Мир, 1989. – 344 с.
8. Лантух-Лященко А. И. К вопросу о «памяти» марковской модели накопления повреждений // Наука и прогресс транспорта. 2010. № 33. С. 150–154.
9. Узагалиев З. А. Вероятностная модель накопления повреждений в полимерной высоковольтной изоляции // Вестник Кыргызского-Российского Славянского университета. 2015. Т. 15. № 9. С. 156–159.
10. Barash L. Yu., Shchur L. N. PRAND: GPU accelerated parallel random number generation library: Using most reliable algorithms and applying parallelism of modern GPUs and CPUs // Computer Physics Communications. 2014. Vol. 185. No. 4. P. 1343–1353.
11. Гулд X., Тобочник Я. Компьютерное моделирование в физике : пер. с англ. : в 2 ч. – М. : Мир, 1990. Ч. 2. – 398 с.
12. Barash L. Yu., Shchur L. N. RNGSSELIB: Program library for random number generation. More generators, parallel streams of random numbers and Fortran compability // Computer Physics Communications. 2013. Vol. 184. No. 10. P. 2367–2369.
13. Stickler B., Schachinger E. Basic concepts in computational physics. 2nd edition. – Switzerland : Springer International Publishing, 2016. – 412 p.
14. Newman M. Computational physics. – North Charleston : CreateSpace Independent Publishing Platform, 2012. – 562 p.

Полный текст статьи Получить
Назад