Kalibrace předpovědi počasí pro model tepelné zatížitelnosti přenosové soustavy
Weather forecast calibration for model of thermal rating of power transmission lines
Typ dokumentu
bakalářská prácebachelor thesis
Autor
Ilyushkin Maxim
Vedoucí práce
Šmídl Václav
Oponent práce
Přikryl Jan
Studijní obor
Matematické inženýrstvíStudijní program
Aplikace přírodních vědInstituce přidělující hodnost
katedra matematikyObhájeno
2018-09-05Práva
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
Tato bakalářská práce se zaměřuje na kalibrace předpovědí počasí. Kalibrace byla provedena pomocí matematických modelů a různých metod jejich řešení. Pro řešení tohoto problému byla použita lineární regrese a neuronová síť. Pro porovnání získaných výsledků pomocí různých matematických modelů byla provedena statistická analýza. Výsledky ukazují, že prognóza počasí v místě zájmu není ideální. Existují matematické kalibrační modely, které na základě předpovědi počasí mohou snížit předpokládanou chybu. Tato práce ukazuje, že na základě údajů z minulosti je možné identifikovat zákonitosti, které pomáhají s kalibrací prognózy do budoucna. This bachelor thesis focuses on the calibration of the weather forecasts. The calibration was performed by using mathematical models and various methods of its solution. Linear regression and neural network were used to solve this problem. A statistical analysis was performed to compare the obtained results using different mathematical models. The results show that the weather forecast at the point of interest is not ideal. There are mathematical calibration models that can reduce the predicted error based on weather forecasts. This work shows that, based on historical data, it is possible to identify the patterns that help with the calibration of the forecast for the future.
Kolekce
- Bakalářské práce - 14101 [278]