Pregled bibliografske jedinice broj: 1100548
Primjena strojnog učenja u prognozi dnevnom dijagrama opterećenja
Primjena strojnog učenja u prognozi dnevnom dijagrama opterećenja // 14. simpozij o vođenju EES-a, CIGRE
online, 2020. str. 1-11 (predavanje, domaća recenzija, cjeloviti rad (in extenso), stručni)
CROSBI ID: 1100548 Za ispravke kontaktirajte CROSBI podršku putem web obrasca
Naslov
Primjena strojnog učenja u prognozi dnevnom
dijagrama opterećenja
(Application of machine learning in electric load
forecast)
Autori
Vasilj, Josip ; Vrbičić Tenđera, Dajana ; Sagrestano Štambuk, Petra ; Jakus, Damir ; Lovrić, Marko
Vrsta, podvrsta i kategorija rada
Radovi u zbornicima skupova, cjeloviti rad (in extenso), stručni
Izvornik
14. simpozij o vođenju EES-a, CIGRE
/ - , 2020, 1-11
Skup
14. simpozij o vođenju elektroenergetskog sustava = 14th Symposium on Power System Management (EES 2020)
Mjesto i datum
Online, 09.11.2020. - 13.11.2020
Vrsta sudjelovanja
Predavanje
Vrsta recenzije
Domaća recenzija
Ključne riječi
Strojno učenje ; Neuronske mreže ; Metoda potpornih vektora ; Stabla odlučivanja ; Prognoza dnevnog dijagrama opterećenja
(Machine learning ; Neural networks ; Support vector machine ; Decision trees ; Electric demand forecast)
Sažetak
Prognoza dnevnog dijagrama opterećenja sastavni je dio planiranja i vođenja elektroenergetskog sustava. Operator sustava kontinuirano prognozira opterećenje i sukladno prognozama osigurava pogonsku rezervu i provjerava sigurnost mreže za prijenos električne energije. Stoga kvaliteta prognoze dnevnog dijagrama opterećenja ima izravan utjecaj na troškove i sigurnost pogona elektroenergetskog sustava. Razvoj algoritama strojnog učenja i pripadne računalne infrastrukture omogućio je primjenu strojnog učenja u širokom spektru problema. Prikladan problem za ovakve algoritme je i problem prognoze dnevnog dijagrama opterećenja. U ovom referatu dan je kratak pregled algoritama korištenih za prognozu dnevnog dijagrama opterećenja. Također, u referatu su izloženi rezultati primjene jednostavnog algoritma strojnog učenja na prognozu dnevnog dijagrama opterećenja u Republici Hrvatskoj.
Izvorni jezik
Hrvatski
Znanstvena područja
Elektrotehnika
POVEZANOST RADA
Ustanove:
Fakultet elektrotehnike, strojarstva i brodogradnje, Split