prikaz prve stranice dokumenta Predviđanje potrošnje električne energije korištenjem analize vremenskih serija
No public access
master's thesis
Predviđanje potrošnje električne energije korištenjem analize vremenskih serija
Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing, 2023. urn:nbn:hr:168:944422
Vuković, Ana
University of Zagreb
Faculty of Electrical Engineering and Computing

Institutional repository: FER Repository

Cite this document

Vuković, A. (2023). Predviđanje potrošnje električne energije korištenjem analize vremenskih serija (Master's thesis). Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing. Retrieved from https://urn.nsk.hr/urn:nbn:hr:168:944422

Vuković, Ana. "Predviđanje potrošnje električne energije korištenjem analize vremenskih serija." Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2023. https://urn.nsk.hr/urn:nbn:hr:168:944422

Vuković, Ana. "Predviđanje potrošnje električne energije korištenjem analize vremenskih serija." Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2023. https://urn.nsk.hr/urn:nbn:hr:168:944422

Vuković, A. (2023). 'Predviđanje potrošnje električne energije korištenjem analize vremenskih serija', Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, accessed 21 June 2024, https://urn.nsk.hr/urn:nbn:hr:168:944422

Vuković A. Predviđanje potrošnje električne energije korištenjem analize vremenskih serija [Master's thesis]. Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing; 2023 [cited 2024 June 21] Available at: https://urn.nsk.hr/urn:nbn:hr:168:944422

A. Vuković, "Predviđanje potrošnje električne energije korištenjem analize vremenskih serija", Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, Zagreb, 2023. Available at: https://urn.nsk.hr/urn:nbn:hr:168:944422

Metadata
TitlePredviđanje potrošnje električne energije korištenjem analize vremenskih serija
Title (english)Energy Consumption Prediction Using Time Series Analysis
AuthorAna Vuković
MentorMarin Šilić (mentor)
Committee memberMarin Šilić (predsjednik povjerenstva)
Committee memberGoran Delač (član povjerenstva)
Committee memberKlemo Vladimir (član povjerenstva)
GranterUniversity of Zagreb
Faculty of Electrical Engineering and Computing
Zagreb
Defense date and country2023-07-04, Croatia
Abstract
Rad se bavi analizom vremenskih serija i primjenom metoda strojnog učenja za predviđanje vremenskih serija, konkretno potrošnje električne energije. Detaljno se opisuju metode analize vremenskih serija, uključujući autokorelaciju, pomični prosjek, stacionarnost i dekompoziciju vremenskih serija. Dio rada istražuje primjenu metoda strojnog učenja za predviđanje vremenskih serija, gdje se opisuju inženjering značajki, strategije predviđanja, validacija modela strojnog učenja i mjere uspješnosti. Odabrani modeli strojnog učenja, XGBoost, regresija potpornim vektorima i višeslojni perceptron koriste se za predviđanje potrošnje električne energije u Hrvatskoj. Rezultati rada upućuju na korisnost upotrebe temperature kao značajke u predviđanju i zadovoljavajuće rezultate predviđanja potrošnje električne energije modelima strojnog učenja.
Abstract (english)
The paper focuses on the analysis of time series and the application of machine learning methods for predicting time series, specifically electricity consumption. The methods for time series analysis are described in detail, including autocorrelation, moving average, stationarity, and time series decomposition. A portion of the paper explores the application of machine learning methods for time series prediction, discussing feature engineering, prediction strategies, model validation, and performance measures. Selected machine learning models, namely XGBoost, support vector regression, and multilayer perceptron, are used to predict electricity consumption in Croatia. The results of the study indicate the usefulness of using temperature as a feature for prediction and demonstrate satisfactory prediction results of electricity consumption using machine learning models.
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:168:944422
Study programmeTitle: Computing
Study programme type: university
Study level: graduate
Academic / professional title: magistar/magistra inženjer/inženjerka računarstva (magistar/magistra inženjer/inženjerka računarstva)
Type of resourceText
File originBorn digital
Access conditionsClosed access
Terms of useLicence In copyright icon
Public note
Created on2023-10-11 11:00:28