hrvatski

Autoregresijski modeli u obradi signala

U ovome radu pojasnili smo pojmove vremenskih nizova i stohastičkih procesa, te opisali važnost istih za obradu signala neovisno o polju primjene. Prezentirani su primjeri iz različitih struka, dok su primjene u elektrotehnici primarno svedene na elektroenergetiku i sustave regulacije kao glavnog područja interesa autora. Temeljem stečenih saznanja i dobivenih rezultata, dokazana je korisnost primjene autoregresijskih modela u obradi signala u polju elektrotehnike temeljem analize podataka iz domene elektroenergetike. Sukladno dobivenim rezultatima, potvrđna je hipoteza o primjenjivosti autoregresijskih modela u obradi signala, što je dokazano zadovoljavajućom prognozom količine generirane električne energije za iduće vremensko razdoblje. Navedena informacija omogućava pružateljima energenata mogućnost prilagođavanja mreže ili poslovnih procesa koji mogu uključivati najpovoljnije vrijeme za radove održavanja. Uz navedeno, pokusom su izrađene estimacije budućega kretanja cijene električne energije generirane iz solarnih izvora, što omogućava daljnju stratešku i financijsku analizu te mogućnost izvršenja korekcije cijene energenta na regionalnom ili globalnom tržištu. Sukladno analitičkim rezultatima, ustanovljeno je kako je MA(3) model dao najbolju prognozu buduće vrijednosti generacije električne energije, dok je MA(2) model dao najbolju prognozu budućega kretanja vrijednosti električne energije. Modeli koji su bili temelj ovoga završnog rada predmet su istraživanja čija je svrha pronaći što bolji odabir parametara koji će dati što manju grešku estimacije. Budući da nije moguće konstatirati koji je model univerzalno najbolji, u našem pokusu ustanovljeni su najprecizniji modeli za promatrani skup podataka. Odabir parametara svakog od modela ovisi o karakteristici promatranog skupa podataka, za koji je nužno da je u skladu s mjeriteljskim normama koje podržavaju korištenu teoriju iz pripadajućega znanstvenoga polja. Sam proces korištenja određenih kvantitativnih metoda za procjenu numeričkih vrijednosti parametara nadilazi temu ovoga rada, no uslijed prirode stohastičkih procesa moguće je konstatirati kako će razvoj algoritama za odabir istih biti predmet budućih istraživanja kao rezultat daljnjeg razvoja strojnog učenja i povećanja računalnog kapaciteta sukladno tehnološkom razvoju.

autoregresijski modeli, predikcija, signali, cijena električne energije

nije evidentirano