Predikcija proizvodnje energije iz vjetroelektrane strojnim učenjem

master's thesis

• Title (english): Prediction of wind farm energy production by machine learning
• Author: Marko Jurić
• Mentor: Vinko Lešić (mentor)
• Committee member: Vinko Lešić (član povjerenstva)
• Committee member: Mario Vašak (član povjerenstva)
• Committee member: Branimir Novoselnik (član povjerenstva)
• Granter: University of Zagreb; Faculty of Electrical Engineering and Computing; Zagreb
• Defense date and country: 2024-09-10, Croatia

Abstract

Ovaj diplomski rad predstavlja razvoj sustava za predviđanje proizvodnje vjetra koristeći strojno učenje, s vizualizacijom rezultata na Grafana dashboardu. Predviđanje proizvodnje vjetra je ključno za optimizaciju rada vjetroelektrana i integraciju obnovljivih izvora energije u elektroenergetski sustav. Cilj ovog rada je kreirati precizan model koji može predvidjeti količinu proizvedene energije iz vjetra na temelju povijesnih podataka i meteoroloških prediktora.

Abstract (english)

This thesis presents the development of a system for predicting wind energy production using machine learning, with visualization of results on a Grafana dashboard. Predicting wind energy production is crucial for optimizing the operation of wind farms and integrating renewable energy sources into the power grid. The goal of this work is to create an accurate model that can predict the amount of energy produced from wind based on historical data and meteorological predictors.

• Keywords: strojno učenje; grafana; vjetroelektrane; duboko učenje
• Keywords (english): machine learning; grafana; windturbine; deep learning
• Language: croatian
• URN:NBN: urn:nbn:hr:168:098514
• Study programme: Title: Computing; Study programme type: university; Study level: graduate; Academic / professional title: magistar/magistra inženjer/inženjerka računarstva (magistar/magistra inženjer/inženjerka računarstva)
• Type of resource: Text
• File origin: Born digital
• Access conditions: Open access
• Created on: 2024-10-12 21:00:20