| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava

Izpis gradiva

Naslov:Primerjava SVM, MLR in PCA metod pri napovedovanju fotovoltaične proizvodnje v sloveniji
Avtorji:Goričan, Anja (Avtor)
Bokal, Drago (Mentor) Več o mentorju... Novo okno
Miklavčič, Matjaž (Komentor)
Datoteke:.pdf MAG_Gorican_Anja_2019.pdf (1,05 MB)
MD5: 2D5EB0DF3D86F678681DBD370D689A1D
 
Jezik:Slovenski jezik
Vrsta gradiva:Magistrsko delo/naloga (mb22)
Tipologija:2.09 - Magistrsko delo
Organizacija:FNM - Fakulteta za naravoslovje in matematiko
Opis:Zaradi teženj po trajnostni in obnovljivi energiji se v elektroenergetski sistem priključuje vedno večji delež fotovoltaičnih virov elektrike. Stabilnost elektroenergetskega sistema je ena ključnih nalog, ki jo mora zagotavljati operater prenosnega omrežja. Ob vedno večjem deležu fotovoltaike v sistemu je to vedno težje zagotavljati, saj se vrednosti proizvodnje fotovoltaičnih virov elektrike spreminjajo nepredvidljivo. Deležniki elektroenergetskega sistema pa morajo vnaprej zagotoviti usklajenost porabe in proizvodnje električne energije. V ta namen pregledamo vpliv različnih metod na napovedovanje proizvodnje fotovoltaike na območju Slovenije. Ob vplivu napovedovalnih metod preverjamo tudi vpliv napovedanega in realnega vremena na proces modeliranja in napovedovanja. V prvem delu magistrskega dela pregledamo osnovne matematične pojme, ki jih potrebujemo za nadaljnjo teorijo o napovedovalnih metodah. Nato predstavimo matematične koncepte metod napovedovanja. V drugem delu se osredotočimo na prikaz rezultatov napovedovanja po napovedovalnih metodah in različnih vhodnih podatkih. Po pregledu rezultatov ugotovimo, da se na predstavljenem kontekstu napovedovanja najbolje obnese metoda podpornih vektorjev z radialnim jedrom. Upoštevati moramo tudi predprocesiranje podatkov, saj je pred napovedovanjem potrebno podatke preslikati z metodo glavnih komponent. Pomemben delež k izboljšanju napake pri napovedovanju prinese tudi uporaba dejanskih podatkov o vremenu, ki se uporabijo v procesu modeliranja.
Ključne besede:fotovoltaika, napovedovanje fotovoltaične proizvodnje, metoda podpornih vektorjev, metoda glavnih komponent, multipla linearna regresija
Leto izida:2019
Založnik:[A. Goričan]
Izvor:Maribor
UDK:621.3:51(043.2)
COBISS_ID:24917512 Novo okno
NUK URN:URN:SI:UM:DK:G7KM4H4U
Število ogledov:539
Število prenosov:64
Metapodatki:XML RDF-CHPDL DC-XML DC-RDF
Področja:FNM
:
  
Skupna ocena:(0 glasov)
Vaša ocena:Ocenjevanje je dovoljeno samo prijavljenim uporabnikom.
Objavi na:AddThis
AddThis uporablja piškotke, za katere potrebujemo vaše privoljenje.
Uredi privoljenje...

Postavite miškin kazalec na naslov za izpis povzetka. Klik na naslov izpiše podrobnosti ali sproži prenos.

Licence

Licenca:CC BY-NC-ND 4.0, Creative Commons Priznanje avtorstva-Nekomercialno-Brez predelav 4.0 Mednarodna
Povezava:http://creativecommons.org/licenses/by-nc-nd/4.0/deed.sl
Opis:Najbolj omejujoča licenca Creative Commons. Uporabniki lahko prenesejo in delijo delo v nekomercialne namene in ga ne smejo uporabiti za nobene druge namene.
Začetek licenciranja:23.08.2019

Sekundarni jezik

Jezik:Angleški jezik
Naslov:Comparfison of SVM, MLR and PCA methods in predicting photovoltaic
Opis:Due to the desire for sustainable and renewable energy, an increasing number of solar power plants are installed in the electricity system. Stability of the electricity system is one of the key tasks that transmission system operators need to mantain. With increasing share of photovoltaics in the system, this is becoming increasingly difficult to provide, as solar plant production changes unpredictably. However, the stakeholders of the electricity system must ensure that electricity consumption and production are coordinated. To this end, we review the impact of different methods on the prediction of photovoltaic production in Slovenia. In addition to the influence of predictive methods, we also check the impact of forecasted and real weather data on the modeling and forecasting process. In the first part of the master's thesis, we review the basic mathematical concepts we need to further explain the theory of forecasting methods. Then we present their mathematical theory. In the second part, we focus on the presentation of results by forecasting methods on different input data. After reviewing the results, we find that in the presented forecasting context, the radial kernel with support vector machine yields best results. However, we also have to consider data preprocessing, since it is necessary to map the data using the principal component analysis before forecasting. The use of actual historical weather data in the modeling process also plays a significant role in improving the prediction error.
Ključne besede:photovoltaics, photovoltaic production forecasting, support vector machine, principal component analysis, multiple linear regression


Komentarji

Dodaj komentar

Za komentiranje se morate prijaviti.

Komentarji (0)
0 - 0 / 0
 
Ni komentarjev!

Nazaj
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici