Kratkoročno napovedovanje proizvodnje sončne elektrarneMočnik, Jan (Avtor) Pantoš, Miloš (Mentor) napoved proizvodnje energijestrojno učenjeodločitvena drevesafotovoltaikasončno sevanjeregresijski modelmlflowoptimizacijapvlibNapovedovanje proizvodnje električne energije iz obnovljivih virov energije je postalo ključnega pomena, to namreč upravljavcem omrežja omogoča, da lažje predvidijo in uravnotežijo proizvodnjo in porabo električne energije. Zanesljiva napoved se koristno izraža v optimizaciji dispečiranja svojih nadzorovanih enot, v stabilnosti omrežja, kot tudi sprejemanju odločitev o nakupu in prodaji električne energije na energetskih trgih in tako pripomorejo h večjim dobičkom. Magistrsko delo obravnava možnosti izdelave prediktivnih modelov proizvodnje sončne elektrarne na podlagi vremenskih podatkov, s pomočjo drevesnega regresijskega modela strojnega učenja ter PVLIB orodja, ki z svojimi matematičnimi modeli služi za simulacijo delovanja fotovoltaičnih energetskih sistemov kot dobra referenca. Delo na koncu rezultata obeh metod primerja in izpostavi prednosti ter slabosti vsakega izmed njiju. Cilj je namreč, da z izdelavo strojno učenega modela dosežemo oprijemljive rezultate in natančnost primerljivo referenčnemu matematičnem PVLIB modelu. Poleg tega delo preuči orodja in uporabljene metode, relevantnost virov vhodnih vremenskih podatkov v sklopu analiz, kot tudi optimizacijske algoritme, ter na podlagi primera iz prakse dokaže kako lahko strojno učenje pripomore ekspertu pri ročnih napovedih.20232023-08-31 13:59:34Magistrsko delo/naloga148805VisID: 62429COBISS_ID: 165461507sl