Napredna pretraga

Pregled bibliografske jedinice broj: 759588

RAZVOJ OPTIMALNOG MODELA UMJETNIH NEURONSKIH MREŽA ZA PREDVIĐANJE EMISIJA STAKLENIČKIH PLINOVA PREMA PROJEKCIJAMA SEKTORSKE POTROŠNJE ENERGIJE


Strahovnik, Tomislav; Novak, Mirjana; Ukić, Šime; Rogošić, Marko; Bolanča, Tomislav
RAZVOJ OPTIMALNOG MODELA UMJETNIH NEURONSKIH MREŽA ZA PREDVIĐANJE EMISIJA STAKLENIČKIH PLINOVA PREMA PROJEKCIJAMA SEKTORSKE POTROŠNJE ENERGIJE // XXIV. HRVATSKI SKUP KEMIČARA I KEMIJSKIH INŽENJERA, KNJIGA SAŽETAKA / Ukić, Šime ; Bolanča, Tomislav (ur.).
Zagreb: Hrvatsko društvo kemijskih inženjera i tehnologa i Hrvatsko kemijsko društvo, 2015. str. 266-266 (poster, domaća recenzija, sažetak, znanstveni)


Naslov
RAZVOJ OPTIMALNOG MODELA UMJETNIH NEURONSKIH MREŽA ZA PREDVIĐANJE EMISIJA STAKLENIČKIH PLINOVA PREMA PROJEKCIJAMA SEKTORSKE POTROŠNJE ENERGIJE
(DEVELOPMENT OF OPTIMAL ARTIFICIAL NEURAL NETWORK MODEL FOR GREENHOUSE GAS EMISSIONS PREDICTION ACCORDING TO SECTORAL ENERGY CONSUMPTION PROJECTIONS)

Autori
Strahovnik, Tomislav ; Novak, Mirjana ; Ukić, Šime ; Rogošić, Marko ; Bolanča, Tomislav

Vrsta, podvrsta i kategorija rada
Sažeci sa skupova, sažetak, znanstveni

Izvornik
XXIV. HRVATSKI SKUP KEMIČARA I KEMIJSKIH INŽENJERA, KNJIGA SAŽETAKA / Ukić, Šime ; Bolanča, Tomislav - Zagreb : Hrvatsko društvo kemijskih inženjera i tehnologa i Hrvatsko kemijsko društvo, 2015, 266-266

ISBN
978-953-6894-54-3

Skup
XXIV. HRVATSKI SKUP KEMIČARA I KEMIJSKIH INŽENJERA

Mjesto i datum
Zagreb, Hrvatska, 21-24.04.2015

Vrsta sudjelovanja
Poster

Vrsta recenzije
Domaća recenzija

Ključne riječi
RAZVOJ MODELA ; UMJETNE NEURONSKE MREŽE ; EMISIJE STAKLENIČKIH PLINOVA
(MODEL DEVELOPMENT ; ARTIFICIAL NEURAL NETWORKS ; GREENHOUSE GAS EMISSIONS)

Sažetak
Energija je jedna od osnovnih komponenti u procesu gospodarskog razvoja neke države jer omogućava gospodarski razvoj kroz pružanje najosnovnijih usluga koje održavaju gospodarske aktivnosti kao i poboljšanje kvalitete života ljudi. Poznata je činjenica kako postoji međuovisnost energije, gospodarstva i okoliša, odnosno između potrošnje energije, cijene energije i emisija stakleničkih plinova. U današnje vrijeme zbog negativnih utjecaja na okoliš i povezanosti s energetskim i gospodarskim razvojem, predviđanje emisija stakleničkih plinova dobiva sve veću pozornost pri planiranju i izradi nacionalnih gospodarskih razvojnih strategija. Predmet ovog rada je pronalaženje i razvoj optimalnog modela predviđanja emisija stakleničkih plinova s obzirom na realne projekcije sektorske potrošnje energije u Republici Hrvatskoj do 2020., odnosno do 2030. U r adu ć e s e u o bzir u zeti s amo p otrošnja energije u energetskom sektoru, koji se sastoji od podsektora: industrija, promet, kućanstva, usluge, poljoprivreda i graditeljstvo, a predstavlja emisije stakleničkih pliinova koje nastaju isključivo izgaranjem fosilnih goriva. Za razvoj optimalnog modela predviđanja testirat će se dvije najčešće korištene arhitekture umjetnih neuronskih mreža, višeslojne perceptronske mreže (MLP) i mreže s radijalnim baznim funkcijama (RBF). Projekcije sektorske potrošnje energije za ciljanu godinu odredit će se ekstrapolacijom procijenjenih realnih godišnjih stopa rasta iz temeljne projekcije preuzetih iz Strategije energetskog razvitka Republike Hrvatske [1], te bi se predložio novi Optimistični scenarij prema kojem bi u 2020. neposredna potrošnja energije iznosila 302, 82 PJ, a u 2030. 410, 54 PJ. Na osnovi procijenjenih realnih godišnjih stopa rasta potrošnje energije koje su za 20% umanjene u odnosu na stope iz temeljnog scenarija iz Strategije u razdoblju do 2020., a u razdoblju od 2021. do 2030. za 30% umanjene u odnosu na stope iz temeljnog scenarija, te je predložen novi Razvojni scenarij prema kojem bi u 2020. neposredna potrošnja energije iznosila 292, 67 PJ, a u 2030. 376, 43 PJ. Kao ulazni podaci u modele umjetnih neuronskih mreža koristile bi se projekcije sektorske potrošnje energije, a izlazne vrijednosti bile bi emisije stakleničkih plinova. Provedenim istraživanjem, a na osnovu dobivenih rezultata može se zaključiti kako je model umjetnih neuronskih mreža temeljen na radijalnim baznim funkcijama (RBF) pouzdaniji od modela s višeslojnim perceptronom (MLP). Predviđene emisije stakleničkih plinova primjenom modela umjetnih neuronskih mreža s radijalnim baznim funkcijama (RBF) pokazuju manje pogreške te da je navedeni model pouzdan. Rezultati dobiveni modelom umjetnih neuronskih mreža s radijalnim baznim funkcijama (RBF) ukazuju na ovisnost o sektorskoj potrošnji energije te da se može primjeniti za određivanje budućih razina emisija stakleničkih plinova.

Izvorni jezik
Hrvatski

Znanstvena područja
Kemija, Kemijsko inženjerstvo, Temeljne tehničke znanosti



POVEZANOST RADA


Projekt / tema
110005
125-1253092-3004 - Procesi ionske izmjene u sustavu kvalitete industrijskih voda (Tomislav Bolanča, )

Ustanove
Fakultet kemijskog inženjerstva i tehnologije, Zagreb

Citiraj ovu publikaciju

Strahovnik, Tomislav; Novak, Mirjana; Ukić, Šime; Rogošić, Marko; Bolanča, Tomislav
RAZVOJ OPTIMALNOG MODELA UMJETNIH NEURONSKIH MREŽA ZA PREDVIĐANJE EMISIJA STAKLENIČKIH PLINOVA PREMA PROJEKCIJAMA SEKTORSKE POTROŠNJE ENERGIJE // XXIV. HRVATSKI SKUP KEMIČARA I KEMIJSKIH INŽENJERA, KNJIGA SAŽETAKA / Ukić, Šime ; Bolanča, Tomislav (ur.).
Zagreb: Hrvatsko društvo kemijskih inženjera i tehnologa i Hrvatsko kemijsko društvo, 2015. str. 266-266 (poster, domaća recenzija, sažetak, znanstveni)
Strahovnik, T., Novak, M., Ukić, Š., Rogošić, M. & Bolanča, T. (2015) RAZVOJ OPTIMALNOG MODELA UMJETNIH NEURONSKIH MREŽA ZA PREDVIĐANJE EMISIJA STAKLENIČKIH PLINOVA PREMA PROJEKCIJAMA SEKTORSKE POTROŠNJE ENERGIJE. U: Ukić, Š. & Bolanča, T. (ur.)XXIV. HRVATSKI SKUP KEMIČARA I KEMIJSKIH INŽENJERA, KNJIGA SAŽETAKA.
@article{article, year = {2015}, pages = {266-266}, keywords = {MODEL DEVELOPMENT, ARTIFICIAL NEURAL NETWORKS, GREENHOUSE GAS EMISSIONS}, isbn = {978-953-6894-54-3}, title = {DEVELOPMENT OF OPTIMAL ARTIFICIAL NEURAL NETWORK MODEL FOR GREENHOUSE GAS EMISSIONS PREDICTION ACCORDING TO SECTORAL ENERGY CONSUMPTION PROJECTIONS}, keyword = {MODEL DEVELOPMENT, ARTIFICIAL NEURAL NETWORKS, GREENHOUSE GAS EMISSIONS}, publisher = {Hrvatsko dru\v{s}tvo kemijskih in\v{z}enjera i tehnologa i Hrvatsko kemijsko dru\v{s}tvo}, publisherplace = {Zagreb, Hrvatska} }