Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс: http://elar.urfu.ru/handle/10995/140614
Название: Применение алгоритмов машинного обучения для прогнозирования выработки солнечной электрической станции : магистерская диссертация
Другие названия: Application of Machine Learning Algorithms for Forecasting the Output of a Solar Power Station
Авторы: Харлашкина, М. А.
Kharlashkina, M. A.
Научный руководитель: Хальясмаа, А. И.
Khaliasmaa, A. I.
Дата публикации: 2024
Издатель: б. и.
Библиографическое описание: Харлашкина, М. А. Применение алгоритмов машинного обучения для прогнозирования выработки солнечной электрической станции : магистерская диссертация / М. А. Харлашкина ; Уральский федеральный университет имени первого Президента России Б. Н. Ельцина, Уральский энергетический институт, Кафедра электротехники. — Екатеринбург, 2024. — 75 с. — Библиогр.: с. 72-75 (29 назв.).
Аннотация: The result of this work is the development of an algorithm for forecasting the generation of a solar power station using artificial intelligence technologies. The developed models were successfully tested, demonstrating the best results with the use of random forests.
Результатом работы стала разработка алгоритма для прогнозирования генерации солнечной электростанции с использованием технологий искусственного интеллекта. Разработанные модели были успешно протестированы, показав наилучший результат с использованием случайного леса.
Ключевые слова: MASTER'S THESIS
RENEWABLE ENERGY SOURCES
PHOTOVOLTAIC STATION
ARTIFICIAL INTELLIGENCE
MACHINE LEARNING
FORECASTING ELECTRICITY GENERATION FROM SOLAR POWER STATIONS
DECISION TREE ENSEMBLES
МАГИСТЕРСКАЯ ДИССЕРТАЦИЯ
ВОЗОБНОВЛЯЕМЫЕ ИСТОЧНИКИ ЭНЕРГИИ
ФОТОЭЛЕКТРИЧЕСКАЯ СТАНЦИЯ
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ
МАШИННОЕ ОБУЧЕНИЕ
ПРОГНОЗИРОВАНИЕ ГЕНЕРАЦИИ ЭЛЕКТРИЧЕСКОЙ ЭНЕРГИИ СОЛНЕЧНЫМИ ЭЛЕКТРОСТАНЦИЯМИ
АНСАМБЛИ ДЕРЕВЬЕВ РЕШЕНИЙ
URI: http://elar.urfu.ru/handle/10995/140614
Условия доступа: Предоставлено автором на условиях простой неисключительной лицензии
Текст лицензии: http://elar.urfu.ru/handle/10995/31613
Располагается в коллекциях:Магистерские диссертации

Файлы этого ресурса:
Файл Описание РазмерФормат 
m_th_m.a.kharlashkina_2024.pdf3,02 MBAdobe PDFПросмотреть/Открыть


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