<?xml version="1.0"?>
<metadata xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:dc="http://purl.org/dc/elements/1.1/"><dc:title>Primerjava SVM, MLR in PCA metod pri napovedovanju fotovoltaične proizvodnje v sloveniji</dc:title><dc:creator>Goričan,	Anja	(Avtor)
	</dc:creator><dc:creator>Bokal,	Drago	(Mentor)
	</dc:creator><dc:creator>Miklavčič,	Matjaž	(Komentor)
	</dc:creator><dc:subject>fotovoltaika</dc:subject><dc:subject>napovedovanje fotovoltaične proizvodnje</dc:subject><dc:subject>metoda podpornih vektorjev</dc:subject><dc:subject>metoda glavnih komponent</dc:subject><dc:subject>multipla linearna regresija</dc:subject><dc:description>Zaradi teženj po trajnostni in obnovljivi energiji se v elektroenergetski sistem priključuje vedno večji delež fotovoltaičnih virov elektrike. Stabilnost elektroenergetskega sistema je ena ključnih nalog, ki jo mora zagotavljati operater prenosnega omrežja. Ob vedno večjem deležu fotovoltaike v sistemu je to vedno težje zagotavljati, saj se vrednosti proizvodnje fotovoltaičnih virov elektrike spreminjajo nepredvidljivo. Deležniki elektroenergetskega sistema pa morajo vnaprej zagotoviti usklajenost porabe in proizvodnje električne energije. V ta namen pregledamo vpliv različnih metod na napovedovanje proizvodnje fotovoltaike na območju Slovenije. Ob vplivu napovedovalnih metod preverjamo tudi vpliv napovedanega in realnega vremena na proces modeliranja in napovedovanja. V prvem delu magistrskega dela pregledamo osnovne matematične pojme, ki jih potrebujemo za nadaljnjo teorijo o napovedovalnih metodah. Nato predstavimo matematične koncepte metod napovedovanja. V drugem delu se osredotočimo na prikaz rezultatov napovedovanja po napovedovalnih metodah in različnih vhodnih podatkih. Po pregledu rezultatov ugotovimo, da se na predstavljenem kontekstu napovedovanja najbolje obnese metoda podpornih vektorjev z radialnim jedrom. Upoštevati moramo tudi predprocesiranje podatkov, saj je pred napovedovanjem potrebno podatke preslikati z metodo glavnih komponent. Pomemben delež k izboljšanju napake pri napovedovanju prinese tudi uporaba dejanskih podatkov o vremenu, ki se uporabijo v procesu modeliranja.</dc:description><dc:publisher>[A. Goričan]</dc:publisher><dc:date>2019</dc:date><dc:date>2019-08-23 08:55:59</dc:date><dc:type>Magistrsko delo/naloga</dc:type><dc:identifier>74322</dc:identifier><dc:identifier>UDK: 621.3:51(043.2)</dc:identifier><dc:identifier>COBISS_ID: 24917512</dc:identifier><dc:identifier>NUK URN: URN:SI:UM:DK:G7KM4H4U</dc:identifier><dc:language>sl</dc:language></metadata>
