Прогнозування генерації електроенергії в MicroGrid на базі нейронної мережі

Скорочена інформація про документ
dc.contributor.advisorЯмненко, Юлія Сергіївна
dc.contributor.authorЖивогляд, Олег Станіславович
dc.date.accessioned2020-01-20T08:05:16Z
dc.date.available2020-01-20T08:05:16Z
dc.date.issued2019-12
dc.description.abstractenIn the master's thesis was developed method of forecasting the generation volumes from alternative sources of electricity in the MicroGrid system based on artificial neural networks. The prediction method required for the task was selected its 2 neural network models implementation: “Conditional restricted Boltzmann machine” (CRBM) and “ Nonlinear Autoregressive model process with eXogenous input ” (NARX). As a result of the simulation, it was concluded that "Nonlinear autoregressive model with exogenous input" is better suited for the tasks. A startup project for using this system was also developed.uk
dc.description.abstractruВ магистерской диссертации был разработан метод прогнозирования объемов генерации от альтернативных источников электроэнергии в системе MicroGrid на базе искусственных нейронных сетей. Было выбрано необходимий для поставленной задачи метод прогнозирования и подобрано для его реализации 2 модели нейронных сетей: «Условно ограниченную машину Больцмана» и «Нелинейную авторегресивную модель с экзогенным входом». В результате моделирования были получены следующие выводы, «Нелинейная авторегресивная модель с экзогенным входом» лучше подходит для поставленных задач. Также был разработан стартап-проект по использованию данной системы.uk
dc.description.abstractukУ магістерській дисертації було розроблено метод прогнозування обсягів генерації від альтернативних джерел електроенергії у системі MicroGrid на базі штучних нейронних мереж. Було вибрано необхідний для поставленої задачі метод прогнозування і підібрано для його реалізації 2 моделі нейронних мереж: «Умовно обмежену машину Больцмана» та «Нелінійну авторегресивну модель з екзогенним входом»). В результаті моделювання було отримано такі висновки, що «Нелінійна авторегресивна модель з екзогенним входом» краще підходить для поставлених задач. Також було розроблено стартап-проект по використання даної системи.uk
dc.format.page80 с.uk
dc.identifier.citationЖивогляд, О. С. Прогнозування генерації електроенергії в MicroGrid на базі нейронної мережі : магістерська дис. : 171 Електроніка / Живогляд Олег Станіславович. – Київ, 2018. – 80 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/30930
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.subjectMicro Griduk
dc.subjectнейронна мережаuk
dc.subjectCRBMuk
dc.subjectконтрасна дивіргенціяuk
dc.subjectNARXuk
dc.subjectоптимізація Левенберга-Маркардаuk
dc.subjectneural networken
dc.subjectcontrast divergenceen
dc.subjectLevenberg-Marquard optimizationen
dc.subjectнейронная сетьru
dc.subjectконтрастная дивиргенцияru
dc.subjectоптимизация Левенберга-Маркардаru
dc.subject.udc004.942:519.876uk
dc.titleПрогнозування генерації електроенергії в MicroGrid на базі нейронної мережіuk
dc.typeMaster Thesisuk

Файли

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

Зібрання

Магістерські роботи (ПЕ)
Магістерські роботи