Primjena umjetnih neuronskih mreža za potrebe vođenja energetskih sustava s visokim udjelom obnovljivih izvora energije (CROSBI ID 444742)
Ocjenski rad | diplomski rad
Podaci o odgovornosti
Filip Milešević
Perković, Luka
hrvatski
Primjena umjetnih neuronskih mreža za potrebe vođenja energetskih sustava s visokim udjelom obnovljivih izvora energije
Energetske mikromreže imaju fleksibilan sastav, kompleksne mehanizme aktivnosti i veliku količinu podataka tokom rada. Stoga, zahtijevaju složenu analizu kako bi se optimirao rad i akumuliralo znanje o vođenju. Simuliran je energetski sustav od dvije tisuće kućanstava sa visokim udjelom OIE, te na temelju rezultata simulacije bilance energetskih tokova za mikromrežu, konstruirana je umjetna neuronska mreža. Za odabrane ulazne vrijednosti, zadatak mreže je prognozirati buduće vrijednosti kontrolnih varijabli te na taj način demonstrirati sposobnost vođenja, odnosno regulacije. Stvoren je generalni model koji je na temelju analize rezultata daljnje optimiziran te je naposlijetku provedena analiza osjetljivosti za dva tipična parametra. Konstruirani model pokazuje sposobnost učenja i rješavanja zadanog problemasa visokim stupnjem točnosti.
umjetna inteligencija, mikromreža, konvolucijska neuronska mreža, duboko učenje, EnergyPLAN, TensorFlow, upravljanje energijom, geotermalna dizalica topline, OIE
nije evidentirano
engleski
Application of artificial neural networks for management of energy systems with high share of renewable energy sources
nije evidentirano
AI, ANN, microgrid, convolutional neural network, deep learning, EnergyPLAN, TensorFlow, energy management, geothermal heat pump, RES
nije evidentirano
Podaci o izdanju
51
16.07.2021.
obranjeno
Podaci o ustanovi koja je dodijelila akademski stupanj
Rudarsko-geološko-naftni fakultet
Zagreb