Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс:
http://elar.urfu.ru/handle/10995/140612
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.advisor | Хальясмаа, А. И. | ru |
dc.contributor.advisor | Khaliasmaa, A. I. | en |
dc.contributor.author | Харлашкин, Д. А. | ru |
dc.contributor.author | Kharlashkin, D. A. | en |
dc.date.accessioned | 2025-01-13T12:09:37Z | - |
dc.date.available | 2025-01-13T12:09:37Z | - |
dc.date.issued | 2024 | - |
dc.identifier.citation | Харлашкин, Д. А. Прогнозирование выработки ветроэнергетических установок на основе методов искусственного интеллекта : магистерская диссертация / Д. А. Харлашкин ; Уральский федеральный университет имени первого Президента России Б. Н. Ельцина, Уральский энергетический институт, Кафедра электротехники. — Екатеринбург, 2024. — 87 с. — Библиогр.: с. 74-79 (44 назв.). | ru |
dc.identifier.uri | http://elar.urfu.ru/handle/10995/140612 | - |
dc.description.abstract | The result of this work is the development of an algorithm for forecasting the generation of a wind power plant using artificial intelligence technologies. A significant improvement in the accuracy of calculating the generation of a wind turbine has been established through the use of ensemble regression decision trees compared to the current model based on the dependence of the output power of the wind power plant on wind speed. | en |
dc.description.abstract | Результатом данной работы стала разработка алгоритма для прогнозирования генерации ветроэнергетической установки с использованием технологий искусственного интеллекта. Установлено значительное улучшение точности расчета генерации ветровой турбины с помощью ансамблей регрессионных деревьев решений по сравнению с текущей моделью, основанной на зависимости выходной мощности ветроэнергетической установки от скорости ветра. | ru |
dc.format.mimetype | application/pdf | en |
dc.language.iso | ru | en |
dc.publisher | б. и. | ru |
dc.rights | Предоставлено автором на условиях простой неисключительной лицензии | ru |
dc.rights.uri | http://elar.urfu.ru/handle/10995/31613 | en |
dc.subject | MASTER'S THESIS | en |
dc.subject | RENEWABLE ENERGY SOURCES | en |
dc.subject | WIND POWER PLANTS | en |
dc.subject | ARTIFICIAL INTELLIGENCE | en |
dc.subject | MACHINE LEARNING | en |
dc.subject | FORECASTING GENERATION OF ELECTRICAL ENERGY BY WIND POWER PLANTS | en |
dc.subject | ENSEMBLES OF DECISION TREES | en |
dc.subject | МАГИСТЕРСКАЯ ДИССЕРТАЦИЯ | ru |
dc.subject | ВОЗОБНОВЛЯЕМЫЕ ИСТОЧНИКИ ЭНЕРГИИ | ru |
dc.subject | ВЕТРОЭНЕРГЕТИЧЕСКИЕ УСТАНОВКИ | ru |
dc.subject | ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ | ru |
dc.subject | МАШИННОЕ ОБУЧЕНИЕ | ru |
dc.subject | ПРОГНОЗИРОВАНИЕ ГЕНЕРАЦИИ ЭЛЕКТРИЧЕСКОЙ ЭНЕРГИИ ВЕТРОЭНЕРГЕТИЧЕСКИМИ УСТАНОВКАМИ | ru |
dc.subject | АНСАМБЛИ ДЕРЕВЬЕВ РЕШЕНИЙ | ru |
dc.title | Прогнозирование выработки ветроэнергетических установок на основе методов искусственного интеллекта : магистерская диссертация | ru |
dc.title.alternative | Forecasting the Generation of Wind Power Plants Based on Artificial Intelligence Methods | en |
dc.type | Master's thesis | en |
dc.type | info:eu-repo/semantics/publishedVersion | en |
dc.type | info:eu-repo/semantics/masterThesis | en |
dc.thesis.level | Магистр | ru |
dc.contributor.department | УрФУ. Уральский энергетический институт | ru |
dc.thesis.speciality | 01.04.04 - Прикладная математика | ru |
dc.contributor.subdepartment | Кафедра электротехники | ru |
Располагается в коллекциях: | Магистерские диссертации |
Файлы этого ресурса:
Файл | Описание | Размер | Формат | |
---|---|---|---|---|
m_th_d.a.kharlashkin_2024.pdf | 3,34 MB | Adobe PDF | Просмотреть/Открыть |
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.