Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс: http://elar.urfu.ru/handle/10995/140612
Полная запись метаданных
Поле DCЗначениеЯзык
dc.contributor.advisorХальясмаа, А. И.ru
dc.contributor.advisorKhaliasmaa, A. I.en
dc.contributor.authorХарлашкин, Д. А.ru
dc.contributor.authorKharlashkin, D. A.en
dc.date.accessioned2025-01-13T12:09:37Z-
dc.date.available2025-01-13T12:09:37Z-
dc.date.issued2024-
dc.identifier.citationХарлашкин, 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.urihttp://elar.urfu.ru/handle/10995/140612-
dc.description.abstractThe 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.abstractРезультатом 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.mimetypeapplication/pdfen
dc.language.isoruen
dc.publisherб. и.ru
dc.rightsПредоставлено автором на условиях простой неисключительной лицензииru
dc.rights.urihttp://elar.urfu.ru/handle/10995/31613en
dc.subjectMASTER'S THESISen
dc.subjectRENEWABLE ENERGY SOURCESen
dc.subjectWIND POWER PLANTSen
dc.subjectARTIFICIAL INTELLIGENCEen
dc.subjectMACHINE LEARNINGen
dc.subjectFORECASTING GENERATION OF ELECTRICAL ENERGY BY WIND POWER PLANTSen
dc.subjectENSEMBLES OF DECISION TREESen
dc.subjectМАГИСТЕРСКАЯ ДИССЕРТАЦИЯru
dc.subjectВОЗОБНОВЛЯЕМЫЕ ИСТОЧНИКИ ЭНЕРГИИru
dc.subjectВЕТРОЭНЕРГЕТИЧЕСКИЕ УСТАНОВКИru
dc.subjectИСКУССТВЕННЫЙ ИНТЕЛЛЕКТru
dc.subjectМАШИННОЕ ОБУЧЕНИЕru
dc.subjectПРОГНОЗИРОВАНИЕ ГЕНЕРАЦИИ ЭЛЕКТРИЧЕСКОЙ ЭНЕРГИИ ВЕТРОЭНЕРГЕТИЧЕСКИМИ УСТАНОВКАМИru
dc.subjectАНСАМБЛИ ДЕРЕВЬЕВ РЕШЕНИЙru
dc.titleПрогнозирование выработки ветроэнергетических установок на основе методов искусственного интеллекта : магистерская диссертацияru
dc.title.alternativeForecasting the Generation of Wind Power Plants Based on Artificial Intelligence Methodsen
dc.typeMaster's thesisen
dc.typeinfo:eu-repo/semantics/publishedVersionen
dc.typeinfo:eu-repo/semantics/masterThesisen
dc.thesis.levelМагистрru
dc.contributor.departmentУрФУ. Уральский энергетический институтru
dc.thesis.speciality01.04.04 - Прикладная математикаru
dc.contributor.subdepartmentКафедра электротехникиru
Располагается в коллекциях:Магистерские диссертации

Файлы этого ресурса:
Файл Описание РазмерФормат 
m_th_d.a.kharlashkin_2024.pdf3,34 MBAdobe PDFПросмотреть/Открыть


Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.