Kratkoročno predviđanje opterećenja električne mreže pomoću metode potpornih vektora

magistarski rad

• Naslov (engleski): Short term electric load forecasting based on support vector machines
• Autor: Ervin Čeperić
• Mentor: Damir Kalpić (mentor)
• Član povjerenstva: Davor Škrlec (predsjednik povjerenstva)
• Član povjerenstva: Damir Kalpić (član povjerenstva)
• Član povjerenstva: Robert Manger (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; (Zavod za primijenjeno računarstvo); Zagreb
• Datum i država obrane: 2011-01-25, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo
• Univerzalna decimalna klasifikacija (UDC): 004 - Računalna znanost i tehnologija. Računalstvo. Obrada podataka

Sažetak

Planiranje opterećenja u električnoj mreži jedna je od važnih komponenata u planiranju i radu elektroenergetske industrije. Precizna procjena opterećenja presudna je u predviđanju cijena električne energije te može imati veliki utjecaj na prijenos električne energije, tržišne udjele i dobiti u konkurentnim elektroenergetskim tržištima. Ovaj rad usredotočuje se na kratkoročno planiranje opterećenja u električnoj mreži. Razvijena je metodologija kratkoročnog planiranja temeljena na metodi potpornih vektora. Kao ključan čimbenik uspjeha planiranja, identificirana je prilagodba modela za pojedinu regiju ili skup podataka, temeljena na prethodnoj analizi opterećenja i raznih specifičnosti regije ili skupa podataka. U ovom radu upravo je takva prilagodba izvršena na dva primjera, elektroenergetskog sustava Slovačke (na temelju EUNITE natjecanja) i trafostanice 110/35 kV Lošinj. Analiza rezultata predviđanja pokazuje korisnost modela i perspektivu za upotrebu u elektroenergetskoj industriji.

Sažetak (engleski)

Load forecasting has become one of the most crucial parts in planning and operations of electric power industry. An accurate estimation of load is essential for electricity price forecasting and can have significant implications to energy transactions, market shares and profits in competitive electricity markets. This paper focuses on short-term load forecasting (STLF). The methodology for STLF is presented, based on support vector machines. Adaptation to regional specificities, based on analysis of its electric load, weather and economy, is identified as the key factor for accurate forecasting. The forecasting methodology, model and adaptation strategy is tested on two examples, Slovak electric power system (based on EUNITE competition) and electric power subsystem 110/35 kV Lošinj. The analysis of prediction results shows that the developed models have perspective for use in electric power industry.

• Ključne riječi: planiranje opterećenja u električnoj mreži; kratkoročno planiranje opterećenja u električnoj mreži; metoda potpornih vektora; algoritam za optimizaciju temeljen na imitaciji ponašanja rojeva
• Ključne riječi (engleski): load forecasting; short-term load forecasting; support vector machines; particle swarm optimization
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:995711
• Datum promocije: 2020
• Projekt: Šifra: 036-0361983-2022; Naziv: Održivi razvoj informacijskih sustava; Voditelj: Krešimir Fertalj; Pravna nadležnost: Hrvatska; Financijer: MZOS; Linija financiranja: ZP
• Projekt: Šifra: 036-0361983-3137; Naziv: Optimiranje i upravljanje rizicima u informacijskim sustavima; Voditelj: Damir Kalpić; Pravna nadležnost: Hrvatska; Financijer: MZOS; Linija financiranja: ZP
• Studijski program: Naziv: Računarstvo; Vrsta studija: sveučilišni; Stupanj studija: poslijediplomski znanstveni (magistarski); Akademski / stručni naziv: magistar inženjer računarstva (mag. ing. comp.)
• URL zapisa u katalogu: http://lib.fer.hr/cgi-bin/koha/opac-detail.pl?biblionumber=34377
• Vrsta resursa: Tekst
• Opseg: 69 str ; 30 cm
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2020-08-21 08:42:43