Аналіз результатів нейронних мереж та регресійних методів для прогнозування погодинного енергетичного надходження Оператора системи розподілу

Скорочена інформація про документ
dc.contributor.advisorБарановська, Леся Валеріївна
dc.contributor.authorЛуцюк, Владислав Васильович
dc.date.accessioned2024-11-26T08:40:04Z
dc.date.available2024-11-26T08:40:04Z
dc.date.issued2024
dc.description.abstractДипломна робота: 142 с., 9 табл., 46 рис., 2 додатки, 30 джерел. Об’єкт дослідження – надходження електричної енергії в мережу Оператора системи розподілу. Предмет дослідження – методи штучного інтелекту та регресійні методи для задач прогнозування надходження в мережу Оператора системи розподілу. Мета роботи – провести аналіз та порівняння різних наборів даних та алгоритмів нейронних мереж та регресійних моделей для прогнозування надходження в мережу Оператора системи розподілу електричної енергії. Методи дослідження – використання алгоритмів машинного навчання та аналізу даних. Актуальність – вирішення задачі прогнозування надходження в мережу Оператора системи розподілу, для зменшення збитків компанії Оператора на ринках електричної енергії. Результати роботи – зібрано набір даних та створено програмний продукт, на основі методів штучного інтелекту, для стабільного прогнозування надходження в мережу Оператора системи розподілу. Шляхи подальшого розвитку предмету дослідження – комбінація різних параметрів для створення кращого набору даних та пошук нової інформації, що може зменшити похибку прогнозування. Створення повноцінного програмного продукту з використанням графічного інтерфейсу для зручного використання програми іншими користувачами.
dc.description.abstractotherDiploma thesis: 142 p., 9 tabl., 46 fig., 2 appendices, 30 references. Object of research – electricity supply to the Distribution System Operator's network. Subject of study – artificial intelligence methods and regression methods for forecasting the flow of electricity into the network of the Distribution System Operator. Purpose of study – to analyse and compare different data sets and algorithms of neural networks and regression models for forecasting the inflow to the grid of the Electricity Distribution System Operator. Research methods – using machine learning and data analysis algorithms. Relevance – time series forecasting task: inflows to the Distribution System Operator's network to reduce the losses of the Operator's company in the electricity marketplaces. Results – a set of data was collected and a software product based on artificial intelligence methods was created for stable forecasting of the distribution system operator's network inflows. Ways to further develop the subject of research – combining different parameters to create a better data set and searching for new information that can reduce the forecasting error. Creating a full-fledged software product using a graphical interface for easy use by other users.
dc.format.extent142 с.
dc.identifier.citationЛуцюк, В. В. Аналіз результатів нейронних мереж та регресійних методів для прогнозування погодинного енергетичного надходження Оператора системи розподілу : дипломна робота ... бакалавра : 124 Системний аналіз / Луцюк Владислав Васильович. - Київ, 2024. - 142 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/70801
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectпрогнозування часових рядів
dc.subjectштучний інтелект
dc.subjectмашинне навчання
dc.subjectнейронні мережі
dc.subjectаналіз даних
dc.subjectнадходження в мережу оператора системи розподілу
dc.subjecttime series forecasting
dc.subjectartifical intelligence
dc.subjectmachine learning
dc.subjectneural networks
dc.subjectdata analysis
dc.subjectgrid inflows to the disctibution system operator
dc.titleАналіз результатів нейронних мереж та регресійних методів для прогнозування погодинного енергетичного надходження Оператора системи розподілу
dc.typeBachelor Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Lutsiuk_bakalavr.pdf
Розмір:
8.7 MB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
8.98 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Бакалаврські роботи (ММСА)
Бакалаврські роботи