Naslov
Predviđanje potrošnje električne energije zasnovano na modelima dubokog učenja
(Prediction of Power Consumption Based on Deep Learning Models)

Autori
Borzić, Sara

Vrsta, podvrsta i kategorija rada
Ocjenski radovi, diplomski rad, preddiplomski

Fakultet
Fakultet elektrotehnike i računarstva

Mjesto
Zagreb

Datum
06.07

Godina
2020

Stranica
38

Mentor
Goran Delač

Ključne riječi
predviđanje, električna energija, duboko učenje, ćelija s dugoročnom memorijom
(prediction, power consumption, deep learning, long short-term memory)

Sažetak
Predviđanje potrošnje električne energije po satima je problem koji se može opisati kao sekvencijski jer se radi o nizovima potrošnje energije izmjerenima u razmacima od jednog sata. Upravo takvu problematiku sekvencijskih skupova podataka rješavaju modeli dubokog učenja bazirani na povratnim neuronskim mrežama. Kako u običnim povratnim neuronskim mrežama postoji problem otežanog korištenja dugoročne memorije, konstruirani su modeli ćelija s dugoročnim pamćenjem (engl. LSTM). Takav model na temelju i dugoročne i radne memorije radi predviđanja budućih podataka. Model korišten u implementaciji sadrži tri LSTM sloja i jedan potpuno povezani izlazni sloj te predviđa podatke potrošnje energije kroz zimske mjesece za svaki sat između 8 sati ujutro i 22 sata navečer. Podatci korišteni u implementaciji su prikupljeni s područja Sjevernog Illinoisa (Sjedinjene Američke Države) u rasponu od šest godina. Model primijenjen na skupu za testiranje je dao rezultate s gubitkom od samo 2, 79%. Može se zaključiti da model odlično funkcionira na testnom skupu podataka, no kakav bi bio za podatke u budućnosti, ne može se znati. Kao i za svaki model, može se samo pretpostaviti da će dobro predviđati jer su u skupu za treniranje obuhvaćeni podatci za koje se vjeruje da posjeduju svojstvo reprezentativnosti.

Izvorni jezik
Hrvatski

Znanstvena područja
Računarstvo

POVEZANOST RADA