Forecasting of Photovoltaic Power Generation
Recenzentas / Rewiewer | |
Darbo gynimo komisijos pirmininkas / Thesis Defence Board Chairman | |
Darbo gynimo komisijos narys / Thesis Defence Board Member | |
Darbo gynimo komisijos narys / Thesis Defence Board Member | |
Darbo gynimo komisijos narys / Thesis Defence Board Member | |
Darbo gynimo komisijos narys / Thesis Defence Board Member |
Baigiamajame magistro darbe pagrindinis dėmesys skiriamas saulės jėgainių gaminamos energijos prognozavimo metodų analizei. Darbe aptariami įvairūs metodai, įskaitant tradicinius statistikos metodus ir šiuolaikinius mašininio mokymosi metodus. Duomenys ir modeliai tiriami, naudojant specializuotus programinės įrangos įrankius ir bibliotekas, ir lyginami su realiais saulės jėgainės generacijos duomenimis.Tiriant skirtingus prognozavimo metodus, modelis paremtas fizikiniais skaičiavimais ir mašininio mokymosi atraminių vektorių regresijos modelis parodė geriausius rezultatus prognozuojant saulės jėgainės gamybą.Baigiamąjį magistro darbą sudaro - 50 p. teksto be priedų, 24 iliustracijos, 3 lentelės, 15 bibliografinių šaltiniai.
The final master's thesis focuses on the analysis of methods for forecasting the energy produced by solar power plants. The work discusses various methods, including traditional statistical methods and modern methods of machine learning. Data and models are studied using specialized software tools and libraries, and compared with real data from the generation of a solar power plant.By studying different forecasting methods, the model based on physical calculations and the machine learning Support Vector Regression model showed the best results in predicting the production of a solar power plant.Thesis consists of: 50 p. text without appendices, 24 figures, 3 tables, 15 bibliographical entries.