<?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=161569"><dc:title>Optimizacija cene električne energije pametne hiše z uporabo spodbujevalnega učenja</dc:title><dc:creator>SIVEC,	ANDRAŽ	(Avtor)
	</dc:creator><dc:creator>Meža,	Marko	(Mentor)
	</dc:creator><dc:subject>: strojno učenje</dc:subject><dc:subject>spodbujevalno učenje</dc:subject><dc:subject>pametna hiša</dc:subject><dc:subject>trgovanje z energijo</dc:subject><dc:subject>sončna elektrarna</dc:subject><dc:subject>baterija</dc:subject><dc:subject>zeleni prehod</dc:subject><dc:subject>elektrifikacija</dc:subject><dc:description>Zaradi prehoda v brezogljično družbo močno raste število malih sončnih elektrarn, ki jih nameščajo gospodinjstva. Zaradi nihanja v proizvodnji sončnih elektrarn se pogosto nameščajo tudi hranilniki energije, da se generirana energija lahko porabi tudi v času, ko sončna elektrarna ne deluje. 
Za razliko od klasičnih hiš, ki so samo porabniki, ima hiša s sončnimi paneli in hranilnikom energije mnogo več nadzora nad tem, kdaj kupuje energijo in kdaj odvečno energijo prodaja. To bo posebej pomembno v prihodnje, ko bo zaradi porasta sončnih elektrarn cena energije v času dneva, ko proizvajajo največ, predvidoma dodatno padla.
V magistrski nalogi sem zgradil digitalni dvojček hiše z nameščenimi sončnimi paneli in hranilnikom energije. Dvojčka sem uporabil kot okolje za gradnjo agenta s spodbujevalnim učenjem. Uporabil sem 2 pristopa gradnje agenta, njune rezultate in zahtevnost delovanja sem primerjal med sabo in razložil prednosti in slabosti posameznega modela.</dc:description><dc:date>2024</dc:date><dc:date>2024-09-12 12:20:01</dc:date><dc:type>Magistrsko delo/naloga</dc:type><dc:identifier>161569</dc:identifier><dc:language>sl</dc:language></rdf:Description></rdf:RDF>
