Iskanje po katalogu digitalne knjižnice

Opis: Diplomsko delo prikazuje uporabo različnih kombinacij metod strojnega učenja, kot sta naključni gozd in gradientno povečevanje, ki jih ponuja Python knjižnica Sklearn, pri optimizaciji rezultatov vremenskih napovednih modelov. Obravnavani vremenski napovedni modeli se uporabljajo na področju elektroenergetskih sistemov za izračun dinamične termične meje daljnovodov. Končni sistem, ki za optimizacijo podatkov vremenskih napovednih modelov uporablja metode strojnega učenja, lahko izboljša natančnost izračunane termične meje, ki je ključnega pomena za dobro elektroenergetsko logistiko.
Ključne besede: strojno učenje, Python, DTR, vremenski modeli, optimizacija podatkov
Objavljeno v DKUM: 19.09.2024; Ogledov: 0; Prenosov: 3
Celotno besedilo (3,32 MB)

Opis: Diplomsko delo predstavlja uporabo programskega okolja IDAES za reševanje problemov v procesnem inženirstvu. Je programsko okolje, ki nam omogoča sinteze, optimizacije, reševanje problemov in mnogo več. Osredotočili smo se na dva primera in tri metode, ki zajemajo simulacijo, optimizacijo in dinamično optimizacijo, ki so ključne pri načrtovanju procesa. Programsko okolje omogoča vpogled v specifičen proces in nam poda rezultate, ki jih lahko z nadaljnjo optimizacijo in dinamično optimizacijo izboljšamo. Zaradi že vgrajenih knjižnic imamo veliko izbiro za načrtovanje in reševanje problemov. S pomočjo primerov simulacije, optimizacije in dinamične optimizacije predstavljamo sintakso modela. V prvem primeru je zajeta simulacija in optimizacija proizvodnje benzena, kjer je cilj izboljšati učinkovitost celotnega procesa. Naslednji primer je proizvodnja natrijevega acetata, kjer s pomočjo programskega okolja najprej simuliramo izbrani proces in ga nato z optimizacijo in dinamično optimizacijo še nadgradimo in izboljšamo. Dobljeni rezultati dela nakazujejo na to, da je programsko okolje primerno za načrtovanje procesov. Prednost je veliko število modelnih knjižnic, ki omogočajo reševanje problemov, izris grafov, modeliranje, simulacijo, vendar lahko pride do problema pri sami uporabi programskega okolja, saj programsko okolje zahteva določeno stopnjo razumevanja sintakse.
Ključne besede: IDAES, programsko okolje, Python, simulacija, optimizacija
Objavljeno v DKUM: 23.07.2024; Ogledov: 155; Prenosov: 29
Celotno besedilo (1,56 MB)

Opis: V diplomskem delu je opisan razvoj osnovne različice spletne aplikacije za analiziranje oglasov, ki so objavljeni na največjem nepremičninskem portalu v Sloveniji. Aplikacija uporabniku omogoča vpogled v zgodovino oglasa in analiziranje dogajanja na nepremičninskem trgu. Z uporabo sodobnih tehnologij želimo opolnomočiti povprečnega uporabnika, pri sprejemanju pomembnih življenjskih odločitev. V teoretičnem delu so najprej predstavljena uporabljena orodja, nato je v teoriji pojasnjeno delovanje aplikacije. V poglavju razvoj aplikacije je natančno opisan postopek izdelave vsake izmed komponent aplikacije: spletni pajek, skript za vnos podatkov, podatkovna baza, programski vmesnik in grafični uporabniški vmesnik. Po uspešnem razvoju je aplikacija bila preizkušena in povabljenih je bilo nekaj končnih uporabnikov, ki so jo ocenili.
Ključne besede: nepremičninski oglasi, spletna aplikacija, spletni pajek, Python, Angular
Objavljeno v DKUM: 30.05.2024; Ogledov: 175; Prenosov: 22
Celotno besedilo (6,28 MB)

Opis: V dobi obilice podatkov se pred nami razprostira bogat nabor informacij in naprednih metod zajemanja. Med temi izstopajo zabeleženi podatki o športnih aktivnostih, ki odpirajo vrata analizi in vizualizaciji, vendar še vedno ohranjajo omejitve pri manipulaciji. V okviru te magistrske naloge je predstavljeno inovativno ogrodje, ki izrabi obstoječe aktivnosti in s pomočjo usmerjenih grafov inteligentno predlaga potek nove športne dejavnosti. V začetku se temeljito posvetimo izzivom področja ter preučimo relevantne raziskave. Sledi podrobna razlaga algoritmov, ki omogočajo učinkovito obvladovanje kompleksnosti problema, hkrati pa predstavimo tudi algoritme za obdelavo samoizmerjenih aktivnosti. Zaključimo s praktično uporabo razvitega ogrodja ter podamo refleksijo o njegovi učinkovitosti in koristnosti.
Ključne besede: obdelava podatkov, podatkovna znanost, python, športne aktivnosti
Objavljeno v DKUM: 12.10.2023; Ogledov: 461; Prenosov: 31
Celotno besedilo (4,30 MB)

Opis: Za doseganje energetskih potreb voznega parka trenutno uporabljamo fosilna goriva, zaradi katerih prihaja do emisij toplogrednih plinov, kot je ogljikov dioksid, ki povzročajo globalno segrevanje. Zaradi tega prehajamo na alternativne vire energije, pri katerih moramo preučiti, med drugim, tudi ekonomičnost dobave energije ter količine izpustov. Alternativni možnosti za pogon vozil sta velikokrat elektrika in vodik. Električna vozila so v Sloveniji do določene mere že v uporabi, medtem ko se vodik zaenkrat še ne uporablja kot pogonsko gorivo, saj nimamo polnilnih postaj in posledično proizvajalci avtomobilov na našem trgu ne ponujajo prevoznih sredstev na vodikov pogon. V diplomski nalogi smo opravili optimizacijo obrata za soproizvodnjo elektrike, vodika in toplote iz obnovljivih virov energije. Za izvedbo optimizacije smo pregledali različne vire in tehnologije proizvodnje. Pri tem smo upoštevali najpogostejše tehnologije pretvorb za proizvodno elektrike, vodika in toplote ter možne vire, ki se bodo v analizi izkazali kot najbolj obetajoči. Nadalje smo razvili matematični model v programskem okolju Python, natančneje z uporabo paketa za optimizacijo GEKKO. Za reševanje smo uporabili reševalnik (solver) IPOPT. Ker lahko proizvodnja poteka po več različnih poteh, smo ugotavljali, katera pot je najbolj optimalna. Iz dobljenih rezultatov je razvidno, da se večino energije za končno proizvodnjo elektrike, vodika in toplote pridobi iz električnega omrežja. Razlog za to je, da imajo komponente, ki so povezane na električno omrežje, najvišje izkoristke presnov. Ker imajo komponente povezane na električno omrežje najmanjše izgube, je električno omrežje najbolj optimalen vir za soproizvodnjo elektrike, vodika in toplote. To je tudi razvidno iz tega, da se levji delež vodika proizvede v elektrolizerju, ki porablja elektriko za svojo proizvodnjo. Večino tega vodika se nato porabi v gorivni celici, kjer se poleg električne energije proizvede tudi glavnina toplote.
Ključne besede: optimiranje, Python, GEKKO, plinasta goriva
Objavljeno v DKUM: 11.09.2023; Ogledov: 536; Prenosov: 27
Celotno besedilo (3,63 MB)