Pretražite po imenu i prezimenu autora, mentora, urednika, prevoditelja

Napredna pretraga

Pregled bibliografske jedinice broj: 1153805

Primjena umjetnih neuronskih mreža za potrebe vođenja energetskih sustava s visokim udjelom obnovljivih izvora energije


Filip Milešević
Primjena umjetnih neuronskih mreža za potrebe vođenja energetskih sustava s visokim udjelom obnovljivih izvora energije, 2021., diplomski rad, diplomski, Rudarsko-geološko-naftni fakultet, Zagreb


CROSBI ID: 1153805 Za ispravke kontaktirajte CROSBI podršku putem web obrasca

Naslov
Primjena umjetnih neuronskih mreža za potrebe vođenja energetskih sustava s visokim udjelom obnovljivih izvora energije
(Application of artificial neural networks for management of energy systems with high share of renewable energy sources)

Autori
Filip Milešević

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

Fakultet
Rudarsko-geološko-naftni fakultet

Mjesto
Zagreb

Datum
16.07

Godina
2021

Stranica
51

Mentor
Perković, Luka

Ključne riječi
umjetna inteligencija, mikromreža, konvolucijska neuronska mreža, duboko učenje, EnergyPLAN, TensorFlow, upravljanje energijom, geotermalna dizalica topline, OIE
(AI, ANN, microgrid, convolutional neural network, deep learning, EnergyPLAN, TensorFlow, energy management, geothermal heat pump, RES)

Sažetak
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.

Izvorni jezik
Hrvatski

Znanstvena područja
Rudarstvo, nafta i geološko inženjerstvo, Strojarstvo



POVEZANOST RADA


Ustanove:
Rudarsko-geološko-naftni fakultet, Zagreb

Profili:

Avatar Url Luka Perković (mentor)

Citiraj ovu publikaciju:

Filip Milešević
Primjena umjetnih neuronskih mreža za potrebe vođenja energetskih sustava s visokim udjelom obnovljivih izvora energije, 2021., diplomski rad, diplomski, Rudarsko-geološko-naftni fakultet, Zagreb
Filip Milešević (2021) 'Primjena umjetnih neuronskih mreža za potrebe vođenja energetskih sustava s visokim udjelom obnovljivih izvora energije', diplomski rad, diplomski, Rudarsko-geološko-naftni fakultet, Zagreb.
@phdthesis{phdthesis, year = {2021}, pages = {51}, keywords = {umjetna inteligencija, mikromre\v{z}a, konvolucijska neuronska mre\v{z}a, duboko u\v{c}enje, EnergyPLAN, TensorFlow, upravljanje energijom, geotermalna dizalica topline, OIE}, title = {Primjena umjetnih neuronskih mre\v{z}a za potrebe vo\djenja energetskih sustava s visokim udjelom obnovljivih izvora energije}, keyword = {umjetna inteligencija, mikromre\v{z}a, konvolucijska neuronska mre\v{z}a, duboko u\v{c}enje, EnergyPLAN, TensorFlow, upravljanje energijom, geotermalna dizalica topline, OIE}, publisherplace = {Zagreb} }
@phdthesis{phdthesis, year = {2021}, pages = {51}, keywords = {AI, ANN, microgrid, convolutional neural network, deep learning, EnergyPLAN, TensorFlow, energy management, geothermal heat pump, RES}, title = {Application of artificial neural networks for management of energy systems with high share of renewable energy sources}, keyword = {AI, ANN, microgrid, convolutional neural network, deep learning, EnergyPLAN, TensorFlow, energy management, geothermal heat pump, RES}, publisherplace = {Zagreb} }




Contrast
Increase Font
Decrease Font
Dyslexic Font