Enrico Marin
previsione dei carichi delle reti di distribuzione AT con tecniche di machine learning = very short term spatial load forecasting for a subtransmission network using machine learning.
Rel. Ettore Francesco Bompard, Tao Huang, Paolo Cuccia. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Elettrica, 2019
|
PDF (Tesi_di_laurea)
- Tesi
Licenza: Creative Commons Attribution Non-commercial No Derivatives. Download (9MB) | Preview |
Abstract: |
Sono stati studiati e sviluppati diversi metodi di previsione dei carichi industriali connessi alla rete in alta tensione. I carichi in esame sono connessi ad un'isola di carico situata nell'Italia nord-occidentale. I metodi sono ottenuti tramite l'analisi dei dati di carico relativi ai primi 11 mesi del 2017 e testati durante dicembre dello stesso anno. Considerando sia la bontà dei risultati ottenuti che la complessità dei metodi, è stato scelta la tecnica di previsione più adatta per essere implementata nei sistemi del Transmission System Operator (TSO) Italiano e quindi testata in una macchina di prova funzionante in parallelo ai sistemi di controllo del TSO. Infine, i risultati sono stati confrontati con i corrispettivi valori ottenuti dal metodo di stima attualmente in uso nei sistemi del TSO per determinare qualora il metodo proposto comporti benefici effettivi. |
---|---|
Relatori: | Ettore Francesco Bompard, Tao Huang, Paolo Cuccia |
Anno accademico: | 2018/19 |
Tipo di pubblicazione: | Elettronica |
Numero di pagine: | 127 |
Soggetti: | |
Corso di laurea: | Corso di laurea magistrale in Ingegneria Elettrica |
Classe di laurea: | Nuovo ordinamento > Laurea magistrale > LM-28 - INGEGNERIA ELETTRICA |
Ente in cotutela: | Norges Teknisk-Naturvitenskapelige Universitet (NTNU) (NORVEGIA) |
Aziende collaboratrici: | TERNA RETE ITALIA SPA |
URI: | http://webthesis.biblio.polito.it/id/eprint/10839 |
Modifica (riservato agli operatori) |