Kratkoročna prognoza potrošnje električne energije

Sažetak na hrvatskom: Danas je kratkoročno predviđanje potrošnje električne energije istraženo i razvijeno područje, ali i dalje se u njega ulaže. Glavni razlog tome je to što od dobrog predviđanja svi sudionici u elektroenergetskim sustavima profitiraju. U ovom radu je istraženo područje predviđanj...

Full description

Permalink: http://skupni.nsk.hr/Record/fer.KOHA-OAI-FER:45396/Details
Glavni autor: Ćosić, Mirela (-)
Ostali autori: Jakobović, Domagoj (Thesis advisor)
Vrsta građe: Drugo
Impresum: Zagreb, M. Ćosić, 2014.
Predmet:
LEADER 02198na a2200229 4500
003 HR-ZaFER
005 20160516012017.0
008 160221s2014 ci ||||| m||| 00| 0 hr d
035 |a (HR-ZaFER)ferid1389 
040 |a HR-ZaFER  |b hrv  |c HR-ZaFER  |e ppiak 
100 1 |a Ćosić, Mirela  |9 34980 
245 |a Kratkoročna prognoza potrošnje električne energije :  |b diplomski rad /  |c Mirela Ćosić ; [mentor Domagoj Jakobović]. 
246 1 |a Short term electric grid load forecasting  |i Naslov na engleskom:  
260 |a Zagreb,  |b M. Ćosić,  |c 2014. 
300 |a 58 str. ;  |c 30 cm +  |e CD-ROM 
520 3 |a Sažetak na hrvatskom: Danas je kratkoročno predviđanje potrošnje električne energije istraženo i razvijeno područje, ali i dalje se u njega ulaže. Glavni razlog tome je to što od dobrog predviđanja svi sudionici u elektroenergetskim sustavima profitiraju. U ovom radu je istraženo područje predviđanja potrošnje električne energije i opisani glavni problemi, kao i osnovne preporuke prilikom izrade prediktora. Opisane su moguće ulazne i izlazne varijable. Predstavljeni su neki od značajnijih dosadašnjih implementacija predviđanja potrošnje električne energije. Također je predstavljeno genetsko programiranje kao novi način predviđanja te su napravljena mjerenja i testiranja kako bi se utvrdila kvaliteta implementacije. 
520 3 |a Sažetak na engleskom: Nowadays, short-term load forecasting, STLF, is well explored and developed area, but is still area of interest. The main reason for that is benefit for all participants in the power system. This paper explores STLF and describes the main problems, as well as basic recommendations when making predictors. Possible input and output variables are described. Some of the highlights of the existing implementation for STLF are presented. Genetic programming is presented as a new way to predict load and measurements and tests are made to determine the quality of implementation. 
653 1 |a Kratkoročno predviđanje potrošnje električne energije  |a genetsko programiranje 
653 1 |a Short-term load forecasting  |a genetic programming 
700 1 |a Jakobović, Domagoj  |4 ths  |9 24930 
942 |c Y  |2 udc 
999 |c 45396  |d 45396