The subject of the research is the generation of photovoltaic power stations. The aim of this work is to develop a forecasting algorithm for photovoltaic power generation using intelligent forecasting models based on decision tree structures. The study includes an analysis of the current state of development and relevant issues in the electric power industry, encompassing stages of data collection, analysis, and preprocessing used for forecasting. In the developed algorithm for predicting hourly generation volumes of photovoltaic power stations, forecasting models based on decision trees are employed. By applying various models for generation forecasting during seasonal changes (winter, spring, summer, autumn), it has been possible to reduce the maximum depth of the decision trees, thereby minimizing the negative impact of overfitting on the forecasting models. / Объект исследования — генерация фотоэлектрической станции. Целью данной работы является разработка алгоритма прогнозирования генерации фотоэлектрической станции при помощи интеллектуальных прогнозных моделей на основе структуры решающих деревьев. В рамках работы производится анализ текущей ситуации степени развития и актуальные проблемы отрасли электроэнергетики, представляющие этапы сбора, анализа и предварительной обработки исходных данных, используемых для прогнозирования. В разработанном алгоритме для прогнозирования почасовых объемов генерации фотоэлектрических станций применяются прогнозные модели, основанные на деревьях решений. Благодаря применению различных моделей для прогнозирования генерации при смене сезонов (зима, весна, лето, осень), удалось добиться снижения максимальной глубины решающих деревьев. что позволило снизить негативное влияние эффекта переобучения прогнозных моделей.
| Identifer | oai:union.ndltd.org:urfu.ru/oai:elar.urfu.ru:10995/140610 |
| Date | January 2024 |
| Creators | Мазунина, М. В., Mazunina, M. V. |
| Contributors | Хальясмаа, А. И., Khaliasmaa, A. I., УрФУ. Уральский энергетический институт, Кафедра электротехники |
| Publisher | б. и. |
| Source Sets | Ural Federal University |
| Language | Russian |
| Detected Language | Russian |
| Type | Master's thesis, info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | application/pdf |
| Rights | Предоставлено автором на условиях простой неисключительной лицензии, http://elar.urfu.ru/handle/10995/31613 |
Page generated in 0.0022 seconds