Napovedovanje dinamične prenosne zmogljivosti daljnovodov z uporabo prostorsko-časovnih modelovKomel, Vita (Avtor) Groznik, Vida (Mentor) Rashkovska Koceva, Aleksandra (Komentor) dinamična termična prenosna zmogljivostnapovedovanje časovnih vrstgrafovske nevronske mrežeprostorsko-časovno modeliranjeverjetnostno napovedovanjeMagistrsko delo obravnava napovedovanje dinamične termične prenosne zmogljivosti (DTR) daljnovodov s prostorsko-časovnimi modeli globokega učenja. DTR predstavlja največji dovoljeni tok skozi vodnik glede na vremenske razmere in v primerjavi s tradicionalnimi statičnimi omejitvami omogoča boljšo izkoriščenost prenosnega omrežja. Ker je DTR močno odvisen od vremenskih razmer, smo razvili modele, ki združujejo meritve z vremenskih postaj in napovedi numeričnega vremenskega modela. Časovno dinamiko smo modelirali z dvosmerno mrežo z dolgim kratkoročnim spominom (LSTM), prostorske odvisnosti med merilnimi mesti pa s tremi grafovskimi pristopi: grafovsko konvolucijsko mrežo, grafovsko mrežo s pozornostjo in modelom z naučeno matriko sosednosti. Modele smo ovrednotili na petletnem nizu podatkov, izmerjenih na 31 vremenskih postajah slovenskega prenosnega omrežja. Rezultati kažejo, da prostorsko modeliranje v povprečju zmanjša napovedno napako, vendar je njegov prispevek razmeroma majhen ter se razlikuje glede na vozlišče in napovedni horizont. Bistveno večji učinek ima vključitev vremenskih napovedi, ki pri vseh obravnavanih arhitekturah zmanjša povprečno absolutno napako za približno 14 odstotkov.20262026-09-26 08:15:22Magistrsko delo/naloga188708sl