Full metadata record
DC poleHodnotaJazyk
dc.contributor.advisorMužík Václav, Ing. Ph.D.
dc.contributor.authorMüller, Vojtěch
dc.contributor.refereeNoháč Karel, Doc. Ing. Ph.D.
dc.date.accepted2021-6-14
dc.date.accessioned2021-11-26T13:03:07Z-
dc.date.available2020-10-9
dc.date.available2021-11-26T13:03:07Z-
dc.date.issued2021
dc.date.submitted2021-5-27
dc.identifier85605
dc.identifier.urihttp://hdl.handle.net/11025/46075-
dc.description.abstractPředkládaná diplomová práce se zabývá parametrickým modelováním spotřeby elektrické energie za pomoci prediktivních metod. V první části práce je zpracován průzkum současných trendů v oblasti prediktivních metod. Z možností, které průzkum poskytl, byly vybrány dvě metody, které byly dále důkladně zpracovány. Následně je rozebrána aplikovatelnost programového vybavení a jeho nástrojů na poskytnutých datech. Výchozím programem je výpočetní prostředí Matlab a dále je také využito prostředí Scikit learn, které je vyvinuto v Pythonu. Poskytnutá naměřená data jsou použita na připravené metody a jsou diskutovány výsledky z různých míst elektrizační soustavy. V další části práce je navržen systém pro online monitoring a s ním spojené řízení čtvrthodinového maxima. V závěru práce je zhodnocena aplikace tématu s ohledem na přítomnost elektromobility a bateriových uložišť v okolní síti a dále je provedena patřičná diskuse všech dosažených výsledků.cs
dc.format80 s. (117 805 znaků)
dc.language.isocs
dc.publisherZápadočeská univerzita v Plzni
dc.relation.isreferencedbyhttps://portal.zcu.cz/StagPortletsJSR168/CleanUrl?urlid=prohlizeni-prace-detail&praceIdno=85605-
dc.rightsPlný text práce je přístupný bez omezení
dc.subjectelektrická energiecs
dc.subjectpredikce spotřebycs
dc.subjectumělá neuronová síťcs
dc.subjectmetoda zpětného šíření (backpropagation)cs
dc.subjectrozhodovací stromycs
dc.subjecttréninkové vzorycs
dc.subjectodebíraný výkoncs
dc.subjectmaximální zatíženícs
dc.subjectpološpičkové zatíženícs
dc.subjectdiagram zatíženícs
dc.subjectdistribuční transformátorcs
dc.subjectvelkoodběratelcs
dc.subjectelektromobilitacs
dc.subjectbateriové uložiště.cs
dc.titleParametrické modelování spotřeby elektrické energie pomocí prediktivních metodcs
dc.title.alternativeParametrical load modelling using predictive methodsen
dc.typediplomová práce
dc.thesis.degree-nameIng.
dc.thesis.degree-levelNavazující
dc.thesis.degree-grantorZápadočeská univerzita v Plzni. Fakulta elektrotechnická
dc.thesis.degree-programElektrotechnika a informatika
dc.description.resultObhájeno
dc.description.abstract-translatedThis diploma thesis deals with parametric load modeling using predictive methods. The first part of the thesis is a research of current trends in predictive methods. From the options provided by the research, two methods were selected and further elaborated. Subsequently, the applicability of software and its tools to the provided data is discussed. The default program is the computing environment Matlab and the Scikit-learn environment is also used, which is developed in Python. The provided measured data were used for the prepared methods and the results from various places of the electrical system are discussed. In the next part of the work, a system for online monitoring and associated control of the quarter-hour maximum is proposed. At the end of the work, the application of the topic is evaluated with regard to the presence of electromobility and battery storage in the surrounding network and a proper discussion of all achieved results is made.en
dc.subject.translatedelectrical energyen
dc.subject.translatedconsumption predictionen
dc.subject.translatedartificial neural networken
dc.subject.translatedbackpropagation methoden
dc.subject.translateddecision treesen
dc.subject.translatedtraining patternsen
dc.subject.translatedmaximum loaden
dc.subject.translatedhalf-peak loaden
dc.subject.translatedpower consumptionen
dc.subject.translatedload diagramen
dc.subject.translateddistribution transformeren
dc.subject.translatedlarge customeren
dc.subject.translatedelectromobilityen
dc.subject.translatedbattery storage.en
Vyskytuje se v kolekcích:Diplomové práce / Theses (KEE)

Soubory připojené k záznamu:
Soubor Popis VelikostFormát 
Vojtech_Muller_Diplomova_prace.pdfPlný text práce4,47 MBAdobe PDFZobrazit/otevřít
PosudekOponentaSTAG.pdfPosudek oponenta práce39,54 kBAdobe PDFZobrazit/otevřít
PosudekVedoucihoSTAG.pdfPosudek vedoucího práce38,11 kBAdobe PDFZobrazit/otevřít
ProtokolSPrubehemObhajobySTAG.pdfPrůběh obhajoby práce23,73 kBAdobe PDFZobrazit/otevřít


Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam: http://hdl.handle.net/11025/46075

Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.