<?xml version="1.0"?>
<rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#" xmlns:dc="http://purl.org/dc/elements/1.1/"><rdf:Description rdf:about="https://repozitorij.uni-lj.si/IzpisGradiva.php?id=134599"><dc:title>Modeliranje obratovanja transformatorskih postaj z metodami strojnega učenja</dc:title><dc:creator>ČUŠ,	TIBOR	(Avtor)
	</dc:creator><dc:creator>Curk,	Tomaž	(Mentor)
	</dc:creator><dc:creator>Savinek,	Maja	(Komentor)
	</dc:creator><dc:subject>elektroenergetski sistem</dc:subject><dc:subject>transformatorska postaja</dc:subject><dc:subject>stroj- no uˇcenje</dc:subject><dc:subject>napovedni modeli</dc:subject><dc:subject>indikatorji preobremenitev</dc:subject><dc:description>V diplomskem delu analiziramo in modeliramo toplotne in elektriˇcne obre-
menitve transformatorskih postaj s pomoˇcjo strojnega uˇcenja in numeriˇcnih
metod. Transformatorske postaje so kljuˇcen element elektroenergetskega sis-
tema, ki povezuje vire energije s konˇcnimi uporabniki. Zaradi vedno veˇcjega
ˇstevila preobremenitev omenjenih postaj smo v diplomskem delu analizirali
in modelirali njihove elektriˇcne in toplotne obremenitve. V ta namen so bile
transformatorske postaje opremljene z dodatnimi temperaturnimi senzorji,
ki so skupaj z vremenskimi podatki in podatki o porabi elektriˇcne energije
tvorili naˇso podatkovno mnoˇzico. Na podatkih smo preizkusili veˇcje ˇstevilo
modelov strojnega uˇcenja za napovedovanje odjema elektriˇcne energije. Naj-
boljˇse rezultate so dosegli nakljuˇcni gozdovi in metoda podpornih vektorjev.
Konˇcni rezultat diplomskega dela so napovedni modeli, ki se v kombinaciji z
ekspertnim znanjem iz podroˇcja energetike lahko uporabljajo kot indikatorji
preobremenitev elektroenergetskih transformatorjev.</dc:description><dc:date>2022</dc:date><dc:date>2022-01-20 08:45:01</dc:date><dc:type>Diplomsko delo/naloga</dc:type><dc:identifier>134599</dc:identifier><dc:language>sl</dc:language></rdf:Description></rdf:RDF>