Global ETD Search

81	Enhancing Long-Term Human Motion Forecasting using Quantization-based Modelling. : Integrating Attention and Correlation for 3D Motion Prediction / Förbättring av långsiktig prognostisering av mänsklig rörelse genom kvantisering-baserad modellering. : Integrering av uppmärksamhet och korrelation för 3D-rörelseförutsägelse. González Gudiño, Luis January 2023 (has links) This thesis focuses on addressing the limitations of existing human motion prediction models by extending the prediction horizon to very long-term forecasts. The objective is to develop a model that achieves one of the best stable prediction horizons in the field, providing accurate predictions without significant error increase over time. Through the utilization of quantization based models our research successfully achieves the desired objective with the proposed aligned version of Mean Per Joint Position Error. The first of the two proposed models, an attention-based Vector Quantized Variational AutoEncoder, demonstrates good performance in predicting beyond conventional time boundaries, maintaining low error rates as the prediction horizon extends. While slight discrepancies in joint positions are observed, the model effectively captures the underlying patterns and dynamics of human motion, which remains highly applicable in real-world scenarios. Furthermore, our investigation into a correlation-based Vector Quantized Variational AutoEncoder, as an alternative to attention-based one, highlights the challenges in capturing complex relationships and meaningful patterns within the data. The correlation-based VQ-VAE’s tendency to predict flat outputs emphasizes the need for further exploration and innovative approaches to improve its performance. Overall, this thesis contributes to the field of human motion prediction by extending the prediction horizon and providing insights into model performance and limitations. The developed model introduces a novel option to consider when contemplating long-term prediction applications across various domains and sets the foundation for future research to enhance performance in long-term scenarios. / Denna avhandling fokuserar på att hantera begränsningarna i befintliga modeller för förutsägelse av mänskliga rörelser genom att utöka förutsägelsehorisonten till mycket långsiktiga prognoser. Målet är att utveckla en modell som uppnår en av de bästa stabila prognoshorisonterna inom området, vilket ger korrekta prognoser utan betydande felökning över tiden. Genom att använda kvantiseringsbaserade modeller uppnår vår forskning framgångsrikt det önskade målet med den föreslagna anpassade versionen av Mean Per Joint Position Error. Den första av de två föreslagna modellerna, en uppmärksamhetsbaserad Vector Quantized Variational AutoEncoder, visar goda resultat när det gäller att förutsäga bortom konventionella tidsgränser och bibehåller låga felfrekvenser när förutsägelsehorisonten förlängs. Även om små avvikelser i ledpositioner observeras, fångar modellen effektivt de underliggande mönstren och dynamiken i mänsklig rörelse, vilket förblir mycket tillämpligt i verkliga scenarier. Vår undersökning av en korrelationsbaserad Vector Quantized Variational AutoEncoder, som ett alternativ till en uppmärksamhetsbaserad sådan, belyser dessutom utmaningarna med att fånga komplexa relationer och meningsfulla mönster i data. Den korrelationsbaserade VQ-VAE:s tendens att förutsäga platta utdata understryker behovet av ytterligare utforskning och innovativa metoder för att förbättra dess prestanda. Sammantaget bidrar denna avhandling till området för förutsägelse av mänskliga rörelser genom att utöka förutsägelsehorisonten och ge insikter om modellens prestanda och begränsningar. Den utvecklade modellen introducerar ett nytt alternativ att ta hänsyn till när man överväger långsiktiga prediktionstillämpningar inom olika områden och lägger grunden för framtida forskning för att förbättra prestanda i långsiktiga scenarier. Human Motion Forecasting Long-Term Prediction VQ-VAE Quantization 3D Human Motion CMU MoCap Dataset Transformer Mänsklig Rörelseprognos Långsiktig Prognos VQ-VAE Kvantisering 3D-mänsklig rörelse CMU MoCap Dataset Transformer Computer and Information Sciences Data- och informationsvetenskap
82	A Comparison of Statistical Methods to Generate Short-Term Probabilistic Forecasts for Wind Power Production Purposes in Iceland / En jämförelse av statistiska metoder för attgenerera kortsiktiga probabilistiska prognoser för vindkraftsproduktion på Island Jóhannsson, Arnór Tumi January 2022 (has links) Accurate forecasts of wind speed and power production are of great value for wind power producers. In Southwest Iceland, wind power installations are being planned by various entities. This study aims to create optimal wind speed and wind power production forecasts for wind power production in Southwest Iceland by applying statistical post-processing methods to a deterministic HARMONIE-AROME forecast at a single point in space. Three such methods were implemented for a 22 month-long set of forecast-observation samples in 1h resolution: Temporal Smoothing (TS), Observational Distributions on Discrete Intervals (ODDI - a relatively simple classification algorithm) and Quantile Regression Forest (QRF - a relatively complicated Machine Learning Algorithm). Wind power forecasts were derived directly from forecasts of wind speed using an idealized power curve. Four different metrics were given equal weight in the evaluation of the methods: Root Mean Square Error (RMSE), Miss Rate of the 95-percent forecast interval (MR95), Mean Median Forecast Interval Width (MMFIW - a metric to measure the forecast sharpness) and Continuous Ranked Probability Score (CRPS). Of the three methods, TS performed inadequately while ODDI and QRF performed significantly better, and similarly to each other. Both ODDI and QRF predict wind speed and power production slightly more accurately than deterministic AROME in terms of their Root Mean Square Error. In addition to an overall evaluation of all three methods, ODDI and QRF were evaluated conditionally. The results indicate that QRF performs significantly better than ODDI at forecasting wind speed and wind power at wind speeds above 13 m/s. Else, no strong discrepancies were found between their conditional performance. The results of this study are limited by a relatively scarce data set and correspondingly short time series. The results indicate that applying statistical post-processing methods of varying complexity to deterministic wind speed forecasts is a viable approach to gaining a probabilistic insight into the wind power potential at a given location. Wind power Iceland Atmospheric Boundary Layer atmospheric stability probabilistic forecasting Machine Learning Quantile Regression Forest Vindkraft Island gränsskikt atmosfärisk stabilitet probabilistisk prognos Machine Learning Quantile Regression Forest Meteorology and Atmospheric Sciences Meteorologi och atmosfärforskning
83	Bankruptcy Distributions and Modelling for Swedish Companies Using Logistic Regression / Konkursfördelning och Modellering för Svenska Företag Genom Användning av Logistisk Regression Ewertzh, Jacob January 2019 (has links) This thesis discusses the concept of bankruptcy, or default, for Swedish companies. The actual distribution over time is considered both on aggregate level and within different industries. Several models are constructed to best possible describe the default frequency. Mainly logistic regression models are designed for this purpose, but various other models are considered. Some of these are constructed for comparison and for the ambition to produce the most accurate model possible. A large data set of nearly 30 million quarterly observations is used in the analysis. Taking into account micro and macro economic data. The derived models cover different time periods, considering different variables and display varying levels of accuracy. The most exact model is a logistic regression model considering both micro and macro data. It is tested both in sample and out of sample and perform very well in both areas. This model is estimated on first a subset of the data set to be able to compare with a real scenario. Then an equivalent model is constructed from the whole data set to best possibly describe future scenarios. Here Vector Auto-Regressive (VAR) models, and empirical models constructed by OLS regression estimating the firm values, are used in combination with the logistic regression model to predict the future. All three models are used to describe the most likely scenarios, as well as the worst case scenarios. From the worst case scenarios risk measures, such as the empirical value at risk, can be derived. From all this analysis the most significant results are compiled. Namely, that the Logistic regression model performs remarkably well both in-sample and out-of-sample, if macro variables are taken into account. Further, the future results are harder to interpret. Yet, the analysis has arguments for prediction accuracy and interesting results of a continued low default frequency within the next year. / Den här uppsatsen avhandlar konceptet konkurs, för svenska företag. Den faktiska konkursfördelningen över tid analyseras, både på en sammanlagd nivå och inom olika industrier. Flera modeller konstrueras i syfte att bäst beskriva konkursfördelningen. Huvudsakligen är logistiska regressions modeller utformade för detta syfte, men andra typer av modeller är inkluderade i analysen. Några av dessa modeller är skapade för jämförelse, men också för att kunna producera en så exakt modell som möjligt. Ett stort data set med nästan 30 miljoner kvartalsvisa observationer används i analysen. Mikro- och makroekonomiska faktorer är inkluderade i detta data set. De framtagna modellerna omfattar olika tidsperioder mellan 1990–2018, tar in olika faktorer i analysen och visar på olika nivåer av noggrannhet. Modellen som har högst förklaringsgrad är en logistisk regressionsmodell som tar hänsyn till både mikro- och makroekonomiska faktorer. Denna modell analyseras både i och utanför sitt samplingsintervall, och visar på goda resultat i båda områdena. Modellen är först skattad på en delmängd av tidsperioden, för att kunna jämföra den förutspådda fördelningen med en faktisk fördelning. Sedan är en ekvivalent modell skattad på hela intervallet, för att bäst möjligt förutspå framtida scenarion. För detta syfte är Logistiska regressionsmodellen kombinerad med Vektor Autoregressiva (VAR)-modeller som förutspår makroekonomiska faktorer, och empiriska regressionsmodeller som förutspår mikroekonomiska faktorer. Alla tre modelltyper används för att kunna beskriva det mest sannolika scenariot, samt de värsta tänkbara scenariona. Från de värsta tänkbara scenariona kan riskmått, så som empiriska Value at Risk, tas fram. All analys producerar resultat och de viktigaste sammanställs. Dessa är att den logistiska regression modell som tar hänsyn till makroekonomiska faktorer ger bra resultat både i och utanför samplingsintervallet. Vidare är de framtida simulerade resultaten svårare att tolka, men den genomförda analysen har argument för exakthet i förutsägelserna. Därmed presenteras ett troligt framtida scenario med fortsatt låg konkurs frekvens inom det närmaste året. Applied mathematics Financial mathematics Statistics Logistic regression bankruptcy distribution bankruptcy models Forecasting and risk measures Tillämpad matematik Finansiell matematik Statistik Logistisk regression konkursfördelning konkursmodeller Prognos och riskmått Probability Theory and Statistics Sannolikhetsteori och statistik
84	Study on optimizing French wind farms bat curtailment plans: reducing production losses while protecting bats Leger, Clément January 2024 (has links) This research delves into the complex interplay between wind turbine operations and bat conservation efforts, focusing on mitigating bat mortality caused by wind turbines in France. Despite comprehensive legal safeguards and conservation measures, bat fatalities remain a pressing concern, necessitating innovative solutions to reconcile environmental protection with energy production. The problem statement revolves around the challenge of optimising bat curtailment plans to minimise bat mortality while mitigating energy losses. With over 80% of bat species in France affected by wind turbine collisions, the urgency of this issue is underscored by the significant ecological implications and regulatory imperatives. Despite the existence of curtailment plans, there is a lack of comprehensive understanding regarding their effectiveness and potential trade-offs. This problem warrants a Master’s thesis project due to its multifaceted nature and practical implications. It requires a nuanced understanding of bat behaviours, wind turbine operations, and regulatory frameworks, making it both intellectually stimulating and socially relevant. Previous efforts have largely focused on static curtailment plans, leaving room for exploration of dynamic approaches and optimisation strategies. The methodology employed in this study involves the development of a Power BI tool and key performance indicators (KPIs) to evaluate different curtailment plans. Through comparative analysis, insights are gained into the efficacy of static versus dynamic curtailment plans, as well as the influence of weather conditions, such as rain, on curtailment decisions. Additionally, sensitivityanalysis is conducted to identify the most influential parameters and optimise curtailment plans accordingly. The key results of this study demonstrate the superiority of dynamic curtailment plans in reducing energy losses while maintaining sufficient protection for bat activity (higher than the 90% protection rate required by law) compared to static approaches (50% reduction in losses over an entire curtailment season). Insights gleaned from sensitivity analysis highlight the critical parameters influencing energy losses, informing targeted modifications to curtailment plans. Furthermore, the study underscores the importance of considering continuous variables, such as humidity, and site-specific factors, such as sunrise and sunset times, for more precise conservation strategies. The implications of this research extend beyond academia, informing policy-making and industry practices in wind energy and biodiversity conservation. By optimizing curtailment plans, stakeholders can achieve a balance between environmental protection and renewable energy generation, paving the way for sustainable development. Future research avenues include refining curtailment strategies based on continuous variables and conducting field studies to validate findings across diverse wind farm locations. / Denna forskning utforskar det komplexa samspel mellan vindkraftverkens drift och fladdermusbevarande insatser, med fokus på att mildra fladdermusdödlighet orsakad av vindkraftverk i Frankrike. Trots omfattande lagliga skydd och bevarandeåtgärder förblir fladdermusdödsfall ett påtagligt bekymmer, vilket kräver innovativa lösningar för att förena miljöskydd med energiproduktion. Problemformuleringen kretsar kring utmaningen att optimera fladdermusbegränsningsplaner för att minimera fladdermusdödlighet samtidigt som energiförluster mildras. Med över 80% av fladdermusarterna i Frankrike påverkade av kollisioner med vindkraftverk, understryks brådskan i detta ärende av dess betydande ekologiska konsekvenser och reglerande krav. Trots att begränsningsplaner existerar, finns det en brist på en heltäckande förståelse för deras effektivitet och potentiella avvägningar. Detta problem motiverar ett magisterprojekt på grund av dess mångfacetterade natur och praktiska konsekvenser. Det kräver en nyanserad förståelse för fladdermusars beteenden, vindkraftverks drift och reglerande ramar, vilket gör det både intellektuellt stimulerande och socialt relevant. Tidigare insatser har i stor utsträckning fokuserat på statiska begränsningsplaner och lämnat utrymme för utforskning av dynamiska tillvägagångssätt och optimeringsstrategier. Metoden som används i denna studie innefattar utvecklingen av ett Power BI-verktyg och nyckelprestationsindikatorer för att utvärdera olika begränsningsplaner. Genom jämförande analys får man insikter om effektiviteten hos statiska jämfört med dynamiska begränsningsplaner, samt påverkan av väderförhållanden, såsom regn, på begränsningsbeslut. Dessutom genomförs känslighetsanalys för att identifiera de mest inflytelserika parametrarna och optimera begränsningsplanerna därefter. De viktigaste resultaten av denna studie visar överlägsenheten hos dynamiska begränsningsplaner när det gäller att minska energiförluster samtidigt som tillräckligt skydd för fladdermusaktivitet bibehålls (högre än den 90% skyddsnivå som krävs enligt lag) jämfört med statiska metoder (50% minskning av förluster under en hel begränsningssäsong). Insikter från känslighetsanalysen belyser de kritiska parametrarna som påverkar energiförluster och ger vägledning för målinriktade modifieringar av begränsningsplaner. Dessutom betonar studien vikten av att beakta kontinuerliga variabler, såsom luftfuktighet, och platsspecifika faktorer, såsom soluppgångs- och solnedgångstider, för mer precisa bevarandestrategier. Denna forsknings betydelse sträcker sig bortom akademin och informerar beslutsfattande inom politik och branschpraxis inom vindenergi och biologisk mångfaldsbevarande. Genom att optimera begränsningsplaner kan intressenter uppnå en balans mellan miljöskydd och förnybar energiproduktion, vilket banar väg för hållbar utveckling. Framtida forskningsvägar inkluderar att förädla begränsningsstrategier baserade på kontinuerliga variabler och att genomföra fältstudier för att validera resultat på olika vindkraftsplatser. Engineering and Technology Teknik och teknologier
85	Utvecklingen av marknadsvärdet för svenska frekvenshållningsreserver 2024–2030 : En prognos för utvecklingen av marknadsvärdet för frekvenshållningsreserverna FCR-N, FCR-D upp och FCR-D ned på den svenska balansmarknaden mellan 2024 och 2030 / The Development of the Market Value of Swedish Frequency Containment Reserves 2024–2030 : A forecast for the development of the market value for the frequency containment reserves FCR-N, FCR-D up and FCR-D down in the Swedish balancing market between 2024 and 2030 Ludvig, Aldén, Gustav, Espefält, Gabriel, Gabro January 2024 (has links) I takt med en ökad andel variabel förnybar elproduktion i Sveriges energimix blir elnätets flexibilitet allt viktigare för att upprätthålla en stabil elförsörjning. Detta arbete undersöker framtida prognoser för priser och volymer på de svenska frekvenshållningsreserverna FCR-N, FCR-D upp och FCR-D ned fram till år 2030. Prognoser för sådan utveckling är viktiga för elmarknadens aktörer och deras beslut att investera i flexibilitetsresurser. SARIMAX-modeller utvecklades baserade på historisk data och antaganden om framtida utvecklingar, vilka i sin tur grundades på en intervju med en branschexpert samt aktuella kartläggningar och rapporter. Resultaten visar på en markant nedåtgående pristrend. För FCR-N prognostiseras priserna sjunka med 367 % från 2024 till 2030, från 29 euro/MW till 5 euro/MW. FCR-D upp förväntas följa en liknande trend med ett prisfall på 325 %, från 20 euro/MW år 2024 till 4 euro/MW år 2030. Den kraftigaste prisnedgången prognostiseras för FCR-D ned, där priserna beräknas rasa med över 1900 % under samma period - från 61 euro/MW år 2024 till endast 3 euro/MW år 2030. Vad gäller volymer visar prognoserna på en relativt stabil utveckling kring upphandlingsplanerna, med en viss ökning för FCR-D ned på 44 % från 2024 till 2030. Den pågående etableringen av batterilager förutses ha stor påverkan genom att öka konkurrensen och pressa priserna nedåt. De låga prisnivåerna 2030 kan dock göra det utmanande att motivera investeringar enbart baserat på intäkter från FCR-marknader. Vidare diskuteras modellernas begränsningar samt behovet av framtida forskning kring batteriteknik, råvaruaspekter och avancerade simuleringsmodeller för att bättre förstå marknadsdynamiken. / As the share of variable renewable electricity production increases in Sweden's energy mix, the flexibility of the power grid becomes increasingly important to maintain a stable electricity supply. This study aims to forecast prices and volumes of the Swedish frequency containment reserves FCR-N, FCR-D up, and FCR-D down until 2030. Forecasts of such developments are important for electricity market participants and their decisions to invest in flexibility resources. SARIMAX models were developed based on historical data and assumptions about future developments, which in turn were based on an interview with an industry expert as well as current reports. The results indicate a significant downward price trend. For FCR-N, prices are forecasted to decrease by 367% from 2024 to 2030, dropping from 29 euros/MW to 5 euros/MW. FCR-D up is expected to follow a similar trend with a 325% price drop, from 20 euros/MW in 2024 to 4 euros/MW in 2030. The sharpest price decline is forecasted for FCR-D down, where prices are estimated to plummet by over 1900% during the same period - from 61 euros/MW in 2024 to only 3 euros/MW in 2030. Regarding volumes, the forecasts show a relatively stable development around the procurement plans, with a certain increase for FCR-D down by 44% from 2024 to 2030. The ongoing establishment of battery storage is expected to have a major impact by increasing competition and putting downward pressure on prices. However, the low price levels in 2030 may make it challenging to justify investments based solely on revenues from FCR markets. Furthermore, the limitations of the models are discussed, as well as the need for future research on battery technology, raw material aspects, and advanced simulation models to better understand market dynamics. FCR frequency containment reserves FCR-N FCR-D up FCR-D down upregulation downregulation variable renewable energy VRE power grid power system flexibility electricity supply stable forecast electricity market SARIMAX time series modeling data price volume market value energy storage battery storage battery park batteries competition time series flexibility resource flexibility service risk system effect future scenarios scenario balancing market volume development investment decisions scenario analysis uncertainty management sensitivity analysis competitive situation commodity prices technology development policy impact capacity expansion profitability calculations risk management FCR frekvenshållningsreserver FCR-N FCR-D upp FCR-D ned uppreglering nedreglering variabel förnybar energiproduktion VRE elnät kraftsystem flexibilitet elförsörjning stabil prognos elmarknad SARIMAX tidsseriemodellering data pris volym marknadsvärde energilagring batterilager batteripark batterier konkurrens tidsserie flexibilitetsresurs flexibilitetstjänst risk systemeffekt framtidsscenarier scenario balansmarknad volymutveckling investeringsbeslut scenarioanalys osäkerhetshantering känslighetsanalys konkurrenssituation råvarupriser teknologiutveckling policypåverkan kapacitetsutbyggnad lönsamhetsberäkningar riskhantering Energy Systems Energisystem

Page generated in 0.0514 seconds