prikaz prve stranice dokumenta Predviđanje potrošnje električne energije korištenjem analize vremenskih serija
Rad nije dostupan
diplomski rad
Predviđanje potrošnje električne energije korištenjem analize vremenskih serija
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2023. urn:nbn:hr:168:944422
Vuković, Ana
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Vuković, A. (2023). Predviđanje potrošnje električne energije korištenjem analize vremenskih serija (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:944422

Vuković, Ana. "Predviđanje potrošnje električne energije korištenjem analize vremenskih serija." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2023. https://urn.nsk.hr/urn:nbn:hr:168:944422

Vuković, Ana. "Predviđanje potrošnje električne energije korištenjem analize vremenskih serija." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2023. https://urn.nsk.hr/urn:nbn:hr:168:944422

Vuković, A. (2023). 'Predviđanje potrošnje električne energije korištenjem analize vremenskih serija', Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 04.11.2024., https://urn.nsk.hr/urn:nbn:hr:168:944422

Vuković A. Predviđanje potrošnje električne energije korištenjem analize vremenskih serija [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2023 [pristupljeno 04.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:944422

A. Vuković, "Predviđanje potrošnje električne energije korištenjem analize vremenskih serija", Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2023. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:944422

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:944422
Podaci o radu
NaslovPredviđanje potrošnje električne energije korištenjem analize vremenskih serija
Naslov (engleski)Energy Consumption Prediction Using Time Series Analysis
AutorAna Vuković
MentorMarin Šilić (mentor)
Član povjerenstvaMarin Šilić (predsjednik povjerenstva)
Član povjerenstvaGoran Delač (član povjerenstva)
Član povjerenstvaKlemo Vladimir (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2023-07-04, Hrvatska
Sažetak
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.
Sažetak (engleski)
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.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:944422
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag.ing.comp.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaZatvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Javna napomena
Datum i vrijeme pohrane2023-10-11 11:00:28