Primjena strojnog učenja u vođenju elektroenergetskog sustava

diplomski rad

• Naslov (engleski): An application of machine learning in power system control
• Autor: Slavko Boldin
• Mentor: Ivica Pavić (mentor)
• Član povjerenstva: Ivica Pavić (predsjednik povjerenstva)
• Član povjerenstva: Juraj Havelka (član povjerenstva)
• Član povjerenstva: Goran Grdenić (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2022-07-15, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

U ovom radu je predstavljen Grid2Op, radni okvir koji omogućava modeliranje
vođenja i kontrole elektroenergetske mreže na temelju podržanog učenja. U prvom
dijelu opisane su osnove strojnog, odnosno podržanog učenja te kratka povijest
strojnog učenja u energetici. Potom je opisan problem kontrole elektroenergetske
mreže na temelju modela mreže i topologije (broj sabirnica i spajanje elemenata u
trafostanici). Predstavljene su glavne odrednice i moduli Grid2Op radnog okvira,
dan je popis članskih varijabli u kojima su sadržani podaci o odabranom tipu
elektroenergetske mreže. U dijelu implementacije, opisana je usporedba
performansi dva odabrana agenta u djelovanju u mreži te su u zaključku izneseni
njihovi rezultati i mogućnost poboljšanja.

Sažetak (engleski)

Theme of this paper is an application of machine learning in power system control
in Grid2Op framework. In the first part, basics of machine and reinforcement
learning and brief history of machine learning in Energetics is described. After that,
description of power system control problem based on network model and
topology is given. Then, main characteristics and modules of Grid2Op framework
are showcased, as well as attributes which contain data on network model type. In
the implementation part, comparison of two chosen agents and their performance
in algorithm of power network control is given. Conclusion contains results and
remarks on possible further adjustments.

• Ključne riječi: strojno učenje; podržano učenje; elektroenergetska mreža; agent; Grid2Op
• Ključne riječi (engleski): machine learning; reinforcement learning; power network; agent; Grid2OP
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:248298
• Studijski program: Naziv: Računarstvo; Vrsta studija: sveučilišni; Stupanj studija: diplomski; Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag.ing.comp.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2023-01-13 14:35:46