Krátkodobá predikce spotřeby elektřiny s využitím umělé neuronové sítě

Bc. Daniel Pešek

Diplomová práce

Short Term Electric Load Forecasting Using an Artificial Neural Network

Anotace:

Diplomová práce je zaměřena na oblast krátkodobé predikce spotřeby elektrické energie v České republice s využitím umělé neuronové sítě. V teoretické části se zabývá jednak faktory, které ovlivňují velikost spotřeby elektřiny, a dále modely neuronových sítí a metodami pro jejich učení. V praktické části je navrženo několik variant modelu pro krátkodobou predikci spotřeby elektřiny s využitím umělé neuronové sítě a na základě experimentů vybrán a vyhodnocen model s nejlepšími výsledky.

Abstract:

The thesis addresses the topic of artificial neural network based short-term electricity load forecasting in the Czech Republic. The theoretical part describes the factors that affects the electricity consumption, as well as models of artificial neural networks and methods for their learning. In the practical part, several variants of the model for short-term prediction of electricity consumption using artificial neural network are proposed. Based on an experimental comparison of model variants, the best model was selected and evaluated.

Klíčová slova

predikce, spotřeba elektřiny, umělé neuronové sítě, časové řady, forecasting, electricity consumption, artificial neural networks, time series

Jazyk práce: čeština

Datum vytvoření / odevzdání či podání práce: 30. 4. 2020

Obhajoba závěrečné práce

• Obhajoba proběhla 17. 6. 2020
• Vedoucí: prof. Ing. Petr Berka, CSc.
• Oponent: RNDr. Jan Lánský, Ph.D.

Vysoká škola finanční a správní

Magisterský studijní program / obor:
Aplikovaná informatika / Aplikovaná informatika