| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava
Prva stran > Izpis gradiva

Izpis gradiva Pomoč

Naslov:Primerjava modelov za napovedovanje porabe električne energije : diplomsko delo
Avtorji:ID Novak, Nik (Avtor)
ID Strnad, Damjan (Mentor) Več o mentorju... Novo okno
ID Kohek, Štefan (Komentor)
Datoteke:.pdf UN_Novak_Nik_2019.pdf (2,02 MB)
MD5: 796820BB486CA408CDFE87F5693F4733
PID: 20.500.12556/dkum/cf0045e1-72ec-49fa-85a5-e49bf68ff7a9
 
Jezik:Slovenski jezik
Vrsta gradiva:Diplomsko delo/naloga
Tipologija:2.11 - Diplomsko delo
Organizacija:FERI - Fakulteta za elektrotehniko, računalništvo in informatiko
Opis:Uspešno napovedovanje porabe električne energije je pomembno z vidika ohranitve planeta, saj zaradi ustvarjanja viška porabljamo vire brez razloga. V diplomskem delu smo primerjali dva modela za napovedovanje porabe električne energije, in sicer nevronsko mrežo LSTM in model SARIMA za napovedovanje vrednosti v časovnih vrstah. Za testiranje modelov so bili uporabljeni podatki v tedenski ločljivosti, pridobljeni od podjetja Maked Energea, d. o. o. V rezultatih se je nevronska mreža LSTM pri uporabljenih nizih podatkov izkazala kot najboljša.
Ključne besede:strojno učenje, LSTM, RNN, SARIMA, napovedovanje, poraba električne energije.
Kraj izida:Maribor
Kraj izvedbe:Maribor
Založnik:[N. Novak]
Leto izida:2019
Št. strani:VI, 32 str.
PID:20.500.12556/DKUM-74887 Novo okno
UDK:621.311.68(043.2)
COBISS.SI-ID:22786582 Novo okno
NUK URN:URN:SI:UM:DK:EUP0NNLP
Datum objave v DKUM:21.11.2019
Število ogledov:1233
Število prenosov:142
Metapodatki:XML DC-XML DC-RDF
Področja:KTFMB - FERI
:
NOVAK, Nik, 2019, Primerjava modelov za napovedovanje porabe električne energije : diplomsko delo [na spletu]. Diplomsko delo. Maribor : N. Novak. [Dostopano 6 april 2025]. Pridobljeno s: https://dk.um.si/IzpisGradiva.php?lang=slv&id=74887
Kopiraj citat
  
Skupna ocena:
0.5
1
1.5
2
2.5
3
3.5
4
4.5
5
(0 glasov)
Vaša ocena:Ocenjevanje je dovoljeno samo prijavljenim uporabnikom.
Objavi na:Bookmark and Share


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

Licence

Licenca:CC BY 4.0, Creative Commons Priznanje avtorstva 4.0 Mednarodna
Povezava:http://creativecommons.org/licenses/by/4.0/deed.sl
Opis:To je standardna licenca Creative Commons, ki daje uporabnikom največ možnosti za nadaljnjo uporabo dela, pri čemer morajo navesti avtorja.
Začetek licenciranja:11.09.2019

Sekundarni jezik

Jezik:Angleški jezik
Naslov:Comparison of models for electricity consumption forecasting
Opis:Electricity consumption forecast is important for conservation of Earth, as excess energy production is using the resources for no reason. In this thesis, we compared two models for predicting power consumption, namely the LSTM neural network and the SARIMA model for time series forecasting. Tests were performed on weekly resolution data obtained from Maked Energea, d.o.o. In the results, the LSTM neural network showed the best performance on the used datasets.
Ključne besede:machine learning, LSTM, RNN, SARIMA, forecasting, energy consumption.


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