FOTOVILLAMOS ENERGIATERMELÉS ELŐREJELZÉSE NEURÁLIS HÁLÓZATOK SEGÍTSÉGÉVEL
Danka Csongor
Összefoglalás
Ahogy a világon, úgy Magyarországon is egyre nagyobb teret nyernek az energiamixben a fotovillamos technológiák, melyek fontos tulajdonsága, hogy a pillanatnyi termelésüknek nagy az időjárástól való függése. A rendszerbiztonság fenntartásához nélkülözhetetlen a fotovoltaikus erőművek termelése és a környezeti paraméterek közötti öszszefüggés feltárása. Az időjárás kiszámíthatatlansága miatt elengedhetetlen a néhány
órával korábbi pontos előrejelzés a diszpécser számára, hogy a hirtelen időjárásváltozás miatti teljesítménykiesések időben pótolhatóak legyenek.
Kutatásom célja egy rövidtávú termelés előrejelzésre alkalmas előrecsatolt, többrétegű
neurális hálózat létrehozása volt MATLAB környezetben Neural Network Toolbox segítségével. Különböző elvek mentén javítva a hálózatot, a legjobb teljesítőképességgel
rendelkező esetet részletesen elemztem, majd azt öszehasonlítottam egy- és többváltozós
lineáris és polinomiális regressziós alapú termelés előrejelző modellekkel.