Ladící nástroj pro predikci dat energetických budov a detekci neobvyklých stavů neuronovými sítěmi
Tunning tool for data prediction of energy buildings and detection of unusual states via neural networks
Typ dokumentu
diplomová prácemaster thesis
Autor
Fayad Martin
Vedoucí práce
Bukovský Ivo
Oponent práce
Široký Jan
Studijní obor
Přístrojová a řídicí technikaStudijní program
Strojní inženýrstvíInstituce přidělující hodnost
ústav přístrojové a řídící technikyPráva
A university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics http://knihovny.cvut.cz/vychova/vskp.htmlVysokoškolská závěrečná práce je dílo chráněné autorským zákonem. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou http://knihovny.cvut.cz/vychova/vskp.html
Metadata
Zobrazit celý záznamAbstrakt
Cílem a výstupem této práce je návrh a naprogramování aplikace pro predikci dat energetickýcm budov a pro detekci neobvyklých stavů neuronovými sítěmi. Základním požadavkem aplikace je možnost nastavení parametrů neuronové sítě a predikce, výběru neuronového modelu a učícího algoritmu, úpravy dat, volby libovolných vstupních veličin a schopnost detekovat neobvyklé stavy vyskytující se v datech. Práce se zabývá různými přistupy k detekci stavů, které se v rámci dat vymykají běžnému chování avšak ne vždy je lze považovat za neobvyklé. Jsou zde také popsány teoretické poznatky získané při snaze detekovat různé druhy stavů pomocí aplikace. V závěru práce jsou shrnuty možnosti aplikace, výsledky práce a také nastíněn další možný vývoj. An aim and an output of this thesis is design and a realization of an application for forecasting data of energy consumption of buildings and for detection of unusual states with artificial neural networks. Main demand of the application is a possibility to set parameters of a neural network and of prediction, to chose neural model and learning algorithm, to preprocess data, adjust inputs to neural network and to detect unusual states appearing in data. The thesis deals with different approaches towards detection of states which appears in data but cannot be always regarded as unusual. A theoretical knowledge received during testing detection on various unusual states with the application are described here. At the end, possibilities of the application, results of the work, and proposals for the future development of the application are summarized.
Kolekce
- Diplomové práce - 12110 [166]