15-minutna rezolucija prognoze gubitaka u prijenosu električne energije metodom strojnog učenja

završni rad

• Naslov (engleski): 15-minute resolution of the forecast of losses in the transmission of electricity by the method of machine learning
• Autor: Andro Radičević
• Mentor: Dubravko Sabolić (mentor)
• Član povjerenstva: Dubravko Sabolić (predsjednik povjerenstva)
• Član povjerenstva: Božidar Filipović-Grčić (član povjerenstva)
• Član povjerenstva: Bojan Franc (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2022-07-04, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

U ovom radu primjenjuju se postupci strojnog učenja na problem predviđanja gubitaka u
prijenosnoj mreži električne energije Republike Hrvatske. Obrazlaže se čitav postupak
pročišćavanja i filtriranja sirovih podataka, izrade značajki i primjene tri algoritma strojnog
učenja: SGD, ElasticNet i Lasso. Rezultati ova tri algoritma se uspoređuju, te se istražuje i
promjena preciznosti ovisno o tome koliko unaprijed se vrši predviđanje. Također je i
priložena diskusija o rezultatima te prijedlozi poboljšanja korištenog procesa.

Sažetak (engleski)

In this paper the process of machine learning is applied to the problem of forecasting losses
in electric transmission grid of the Republic of Croatia. The whole process of cleaning and
filtering raw data, feature engineering and application of three machine learning algorithms
SGD, ElasticNet and Lasso is explained. The results of three algorithms are compared, and
the changes in accuracy due to forecasting further into future are analysed. The discussion
about results and suggestions for further improvements of the process are also included.

• Ključne riječi: znanost o podatcima; strojno učenje; prijenosna mreža; predviđanje; python
• Ključne riječi (engleski): data science; machine learning; transmission network; forecasting; python
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:804825
• Studijski program: Naziv: Računarstvo; Vrsta studija: sveučilišni; Stupanj studija: preddiplomski; Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (univ.bacc.ing.comp.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2023-01-15 11:06:45