prikaz prve stranice dokumenta Primjena strojnog učenja u energetskim sustavima
Rad nije dostupan
završni rad
Primjena strojnog učenja u energetskim sustavima
2022. urn:nbn:hr:168:799376
Smolić-Ročak, Magda
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Citirajte ovaj rad

Smolić Ročak, M. (2022). Primjena strojnog učenja u energetskim sustavima (Završni rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:799376

Smolić Ročak, Magda. "Primjena strojnog učenja u energetskim sustavima." Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2022. https://urn.nsk.hr/urn:nbn:hr:168:799376

Smolić Ročak, Magda. "Primjena strojnog učenja u energetskim sustavima." Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2022. https://urn.nsk.hr/urn:nbn:hr:168:799376

Smolić Ročak, M. (2022). 'Primjena strojnog učenja u energetskim sustavima', Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 11.04.2024., https://urn.nsk.hr/urn:nbn:hr:168:799376

Smolić Ročak M. Primjena strojnog učenja u energetskim sustavima [Završni rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2022 [pristupljeno 11.04.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:799376

M. Smolić Ročak, "Primjena strojnog učenja u energetskim sustavima", Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2022. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:799376

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:799376
Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.
Podaci o radu
NaslovPrimjena strojnog učenja u energetskim sustavima
Naslov (engleski)Machine learning application in power system
AutorMagda Smolić-Ročak
MentorBojan Trkulja (mentor)
Član povjerenstvaBojan Trkulja (predsjednik povjerenstva)
Član povjerenstvaAna Drandić (član povjerenstva)
Član povjerenstvaStjepan Frljić (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2022-08-29, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
Tema ovog rada jest primjena strojnog učenja u energetskim sustavima realizirana programskim jezikom Python. Sustavi koji se bave proizvodnjom energije nastoje ostvariti optimalnu energetsku učinkovitost. S tim ciljem, rad se bavi korištenjem različitih algoritama i modela strojnog učenja u svrhu predviđanja potrošnji energije. Na ulaz modela se dovode informacije o temperaturama i količinama vlažnosti, a na izlazu model generira predviđenu potrošnju energije. Jednostavna regresija i višestruka linearna regresija su korištene za izračun predviđene kumulativne satne i dnevne potrošnje energije. Korištenjem neuronske mreže, izgrađen je model za izračun i prikaz aproskimirane funkcije satnih potrošnji energije tijekom jednog dana. Uz dobivene informacije o budućim potrošnjama, elektrane mogu unaprijed pretpostaviti koliku količinu energije će generirati u odabrano vrijeme.
Sažetak (engleski)
The topic of this paper is the application of machine learning in energy systems. Systems that deal with energy production strive to achieve optimal energy efficiency. To this end, the paper deals with the use of different algorithms and models of machine learning for the purpose of predicting energy consumption. At the input of the model, information on temperatures and amounts of humidity is brought, and at the output, the model generates the predicted energy consumption. Simple regression and multiple linear regression were used to calculate the predicted cumulative hourly and daily energy consumption. Using the neural network, a model was built to calculate and display the approximated function of hourly energy consumption over one day. With the obtained information on future consumption, power plants can predict in advance how much energy they will generate at the selected time.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:799376
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: preddiplomski
Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (univ.bacc.ing.comp.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaZatvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Javna napomena
Datum i vrijeme pohrane2023-01-15 11:13:13