Application of neural networks for a real prediction task
| Thesis title: | Aplikace neuronových sítí pro reálnou predikční úlohu |
|---|---|
| Author: | Hlinovský, Marek |
| Thesis type: | Diplomová práce |
| Supervisor: | Berka, Petr |
| Opponents: | Kliegr, Tomáš |
| Thesis language: | Česky |
| Abstract: | Cílem této diplomové práce je prozkoumání možnosti využití umělých neuronových sítí pro předpověď systémové odchylky v přenosové soustavě. Mezi dílčí cíle této práce, které by měly napomoct k naplnění cíle hlavního, patří popis problematiky výroby, přenosu a spotřeby elektrické energie, analýza trhu s elektrickou energií, se zvláštním zaměřením na systémovou odchylku, a v neposlední řadě také popis základních principů neuronových sítí, jakožto nástroje použitého v praktické části diplomové práce. V praktické části práce je pak provedena samotná analýza, jejíž struktura vychází z metodiky CRISP-DM. Nejprve jsou zde popsána samotná data, jejich vztah k systémové odchylce a postup jejich předzpracování předzpracování. Další část pak pojednává o tvorbě modelů neuronové sítě v různých konfiguracích. Závěrem jsou jednotlivé modely porovnány a ohodnoceny. |
| Keywords: | přenosová soustava; systémová odchylka; strojové učení; regrese; klasifikace; umělé neuronové sítě |
| Thesis title: | Application of neural networks for a real prediction task |
|---|---|
| Author: | Hlinovský, Marek |
| Thesis type: | Diploma thesis |
| Supervisor: | Berka, Petr |
| Opponents: | Kliegr, Tomáš |
| Thesis language: | Česky |
| Abstract: | The main aim of this thesis is to analyze possibilities of using artificial neural network for a forecast of the system imbalance in the transmission system. The partial aims of the thesis, that should help to achieve the main aim, are: the description of production, transmission and consumption of the electrical energy, the analysis of electricity market with a special focus on the system imbalance, as well as the description of basic principals of neural network as a tool, which is used in practical part of this work. In the practical part the analysis is made – its structure is based on methodology CRISP-DM. Firstly there are presented the data and its relation to system imbalance, also the pre-processing of the data are presented. The next part deals with the creation of the neural network models in different configurations. In the last part of the thesis all the models are compared and evaluated. |
| Keywords: | artificial neural network; machine learning; system imbalance; regression; classification; transmission system |
Information about study
| Study programme: | Aplikovaná informatika/Znalostní a webové technologie |
|---|---|
| Type of study programme: | Magisterský studijní program |
| Assigned degree: | Ing. |
| Institutions assigning academic degree: | Vysoká škola ekonomická v Praze |
| Faculty: | Faculty of Informatics and Statistics |
| Department: | Department of Information and Knowledge Engineering |
Information on submission and defense
| Date of assignment: | 12. 6. 2017 |
|---|---|
| Date of submission: | 23. 4. 2018 |
| Date of defense: | 23. 1. 2019 |
| Identifier in the InSIS system: | https://insis.vse.cz/zp/62395/podrobnosti |