20.500.12556/DKUM-74887 Primerjava modelov za napovedovanje porabe električne energije diplomsko delo Comparison of models for electricity consumption forecasting Uspešno napovedovanje porabe električne energije je pomembno z vidika ohranitve planeta, saj zaradi ustvarjanja viška porabljamo vire brez razloga. V diplomskem delu smo primerjali dva modela za napovedovanje porabe električne energije, in sicer nevronsko mrežo LSTM in model SARIMA za napovedovanje vrednosti v časovnih vrstah. Za testiranje modelov so bili uporabljeni podatki v tedenski ločljivosti, pridobljeni od podjetja Maked Energea, d. o. o. V rezultatih se je nevronska mreža LSTM pri uporabljenih nizih podatkov izkazala kot najboljša. Electricity consumption forecast is important for conservation of Earth, as excess energy production is using the resources for no reason. In this thesis, we compared two models for predicting power consumption, namely the LSTM neural network and the SARIMA model for time series forecasting. Tests were performed on weekly resolution data obtained from Maked Energea, d.o.o. In the results, the LSTM neural network showed the best performance on the used datasets. strojno učenje LSTM RNN SARIMA napovedovanje poraba električne energije. machine learning LSTM RNN SARIMA forecasting energy consumption. true true false [N. Novak] Slovenski jezik Angleški jezik Diplomsko delo/naloga 2019-09-11 13:56:28 2019-11-21 12:49:35 2022-08-09 09:41:00 2019-12-10 08:13:30 2019 0 Maribor 0 Maribor VI, 32 str. 0000-00-00 NiDoloceno NiDoloceno NiDoloceno 0000-00-00 0000-00-00 0000-00-00 621.311.68(043.2) 22786582 URN:SI:UM:DK:EUP0NNLP UN_Novak_Nik_2019.pdf UN_Novak_Nik_2019.pdf 1 796820BB486CA408CDFE87F5693F4733 d85072b1440b3811f60c94d9859b60d99d6069049089db2910f3295320baa212 f1ad432c-7c10-11eb-bb7a-00155d0001ca 20.500.12556/dkum/cf0045e1-72ec-49fa-85a5-e49bf68ff7a9 https://dk.um.si/Dokument.php?lang=slv&id=137674 Fakulteta za elektrotehniko, računalništvo in informatiko 0 0 0