20.500.12556/RUL-134599 Modeliranje obratovanja transformatorskih postaj z metodami strojnega učenja Modeling transformer station operation with machine learning methods 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. In this research, we analyze and model thermal and electrical energy loads of energy transformer stations with the help of machine learning and numerical methods. Transformer stations are a key part of the electrical power system. They are the elements that connect energy sources to end-users. Because of an ever-increasing amount of transformer station overloads, this thesis focuses on analyzing and modeling thermal and electrical loads. For this reason, transformer stations have been equipped with temperature sensors. We combined transformer station temperature data with weather and energy usage data. We used multiple machine learning algorithms to predict elec- trical energy consumption. The best results were obtained by random forest and support vector machines. Our research results are forecasting models that can be combined with expert domain knowledge to predict transformer station overloads. elektroenergetski sistem transformatorska postaja stroj- no uˇcenje napovedni modeli indikatorji preobremenitev electrical power system transformer station machine learning forecasting models overload indicators true false false Slovenski jezik Angleški jezik Diplomsko delo/naloga 2022-01-20 08:45:01 2022-01-20 08:45:09 2022-09-13 03:56:02 0000-00-00 00:00:00 2022 0 0 0000-00-00 NiDoloceno NiDoloceno NiDoloceno 0000-00-00 0000-00-00 0000-00-00 32781 78691587 Cus_Tibor_-_Modeliranje_obratovanja_transformatorskih_postaj_z_metodami_strojnega_ucenja.pdf Cus_Tibor_-_Modeliranje_obratovanja_transformatorskih_postaj_z_metodami_strojnega_ucenja.pdf 1 9E62FBA915CD94144A4BC961A1D7D9C7 4694cb003bb8ca823636d3ec4ac9bd10e8b0183b3b56e84902368f1f19584e36 b2e42ff3-79c4-11ec-abdb-00155dcfd717 https://repozitorij.uni-lj.si/Dokument.php?lang=slv&id=153106 Fakulteta za računalništvo in informatiko 0 0 0