Primjena metoda dubokog učenja na prognoziranje proizvodnje iz vjetroelektrana (CROSBI ID 696658)
Prilog sa skupa u zborniku | izvorni znanstveni rad | domaća recenzija
Podaci o odgovornosti
Đaković, Josip ; Franc, Bojan ; Kuzle, Igor ; Jembrih, Matija
hrvatski
Primjena metoda dubokog učenja na prognoziranje proizvodnje iz vjetroelektrana
Trend povećane integracije vjetroelektrana u elektroenergetski sustav predstavlja izazov za operatore prijenosnog i distribucijskog sustava te operatora tržišta električne energije. Varijabilnost proizvodnje električne energije iz vjetroelektrana povećava zahtjeve za fleksibilnošću koja je potrebna kako bi se osigurao pouzdan i stabilan rad elektroenergetskog sustava. Vođenje elektroenergetskog sustava s visokim udjelom obnovljivih izvora zahtijeva napredne metode prognoziranja proizvodnje i potrošnje kako bi se osigurao pouzdan i ekonomičan pogon sustava. U radu je prikazana primjena metoda dubokog učenja za prognozu proizvodnje iz vjetroelektrana. Modeli su trenirani na stvarnim mjerenjima i prognozama vjetra na lokacijama na kojima su instalirane vjetroelektrane u Hrvatskoj. Dodatno, prikazana je usporedba točnosti predloženih modela s trenutno korištenim prognostičkim alatima.
prognoziranje proizvodnje ; duboko učenje ; rekurentne neuronske mreže ; vjetroelektrane
nije evidentirano
engleski
Application of deep learning methods to wind power forecasting
nije evidentirano
production forecasting ; deep learning ; recurrent neural networks ; wind farms
nije evidentirano
Podaci o prilogu
1-9.
2020.
objavljeno
Podaci o matičnoj publikaciji
Podaci o skupu
14. Simpozij o vođenju EES-a (Cigre)
predavanje
09.11.2020-13.11.2020
online