Sirvi Autor "Shahroudi, Novin, juhendaja" järgi

Nüüd näidatakse 1 - 6 6

A Competitive Scenario Forecaster using XGBoost and Gaussian Copula
(Tartu Ülikool, 2023) Kolomiiets, Denys; Shahroudi, Novin, juhendaja; Kull, Meelis, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Arvutiteaduse instituut
In recent years scenario forecasting has been explored and developed by multiple authors. It is a useful technique for setting such as renewable energy production, which is extremely important for a society transitioning from fossil fuel energy generation. Currently, one of the methods to approach the task of scenario forecasting are generative models. The primary goal of this thesis is to develop an approach that outperforms the current best model, using the decision tree model method. This work also discusses possible improvements for decision tree models in scenario forecasting setting. Our approach has surpassed the performance of generative models, making it a solid new baseline for future researchers to beat.
Forecasting Human Trajectories with Uncertainty Estimation
(Tartu Ülikool, 2022) Riis, Karl; Kull, Meelis, juhendaja; Shahroudi, Novin, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Arvutiteaduse instituut
Human trajectory forecasting is a task which has been getting increasingly more attention in recent years. It is often used in robotics research as autonomous robots have to be well aware of the movement patterns of surrounding pedestrians to ensure safe and collision-free navigation. Many recent trajectory prediction works have been focused on neural network based solutions which need to be trained on large amounts of data. We propose a new generative trajectory forecasting method which does not need to be previously trained and is algorithmically simple and intuitive. Our method produces a multi-modal output to convey the uncertainty in human motion and is configurable with a set of parameters to adapt it to various environments. We show that our method performs nearly as good and in some cases better than state-of-the-art forecasting models when considering the task of predicting trajectories in an unseen environment. The results indicate that when deploying a forecasting model in an environment for which there is not a lot of data available, a neural network can be rivaled by a simpler approach.
Optimisation of Battery Energy Storage System in the Estonian Energy Markets
(Tartu Ülikool, 2024) Püvi, Oliver; Shahroudi, Novin, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Arvutiteaduse instituut
Energiaturud on eriomased turud, millel on oma katsumused, kohustused ja võimalused. Elektri omadused piiravad sellega kauplemise võimalusi. Oluline tegur on, et energia, mida me kasutame pea igal pool külmikutest meditsiiniseadmeteni välja, peab olema bilnasis. Bilanss ehk tasakaal tähendab antud kontekstis, et elektrienergia tootmine ja tarbimine peavad igal hetkel olema ligikaudu võrdsed. See tasakaal on stabiilse sageduse tagamiseks oluline, kuna elektri võnkesagedus peab elektrivõrgus püsima muutumatuna. Vastasel juhul võib ette tulla elektritoite häireid, ning elektrivõrk võib kannatada saada. Tasakaalu tagamine pole ajalooliselt olnud mure – vajadusel oleme saanud põletada rohkem kivisütt või muid kütuseid, et toota rohkem elektrienergiat. Seejuures oleme ajapikku hakkanud hoolima ka sellest kuidas ja millest me elektrit toodame. Üha enam keskendutakse tootmise keskkonnamõju vähendamisele. Rohelisemad energiaallikad, nagu tuuleenergia ja päikeseenergia ei ole aga enamasti meie kontrolli all – me ei saa sundida päikest paistma või tuult puhuma. See tähendab, et rohelise energia osakaalu suurendamiseks peame leidma viisi kuidas elektrienergia kindlus ja stabiilsus tagada. Üks lahendus antud probleemile on energiasalvestussüsteem ehk suur aku. Taoline süsteem on võimeline elektrivõrku laadima ja elektrivõrgust tarbima suures koguses energiat. Aku saab seega aidata meil turgu tasakaalustada, kuna seda saab kasutada elektrivõrgu koormamise ja mahakoormamise ühest perioodist teise nihutamiseks. Kuna taastuvenergial on juba praegu märkimisväärselt suur osa Eesti energiaturust, siis on tarvis analüüsida, kas sellise süsteemi ehitamiseks on olemas ka majanduslik stiimul. See tähendab, kas praegune turg võimaldab aku omanikul kasumit teenida kasutades seda energiaarbitraaži vahendina – energia ostmiseks, kui hinnad on madalad, ja müümiseks, kui hinnad on kõrged. Antud teesis anaüüsime aku kasumlikkust turgudel, mis Eestis olemas on - päev-ette turul ja manuaalse sageduse taastamise reservi turul. Me käsitleme seda küsimust optimeerimisülesandena, mille käigus otsustame, millal energiat turult osta ja millal turule müüa. Näitame, et meie eelduste kohaselt saab aku olla Eesti energiaturgudel kasumlik, ning et suurem osa sellest kasumist tuleb manuaalse sageduse taastamise reservi turult.
Prosumer Net Consumption Forecasting: The Impact of Behind-the-Meter Self-Consumption and Weather Forecast
(Tartu Ülikool, 2024) Siur, Yuliia; Shahroudi, Novin, juhendaja; Scellier, Jean-Baptiste, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Arvutiteaduse instituut
Viimastel aastatel on taastuvate energiaallikate kasutuselevõtt märkimisväärselt suurenenud. Eelkõige on laialdast populaarsust kogumas päikeseenergia fotogalvaanilised (PV) paneelid, eriti eramajade seas. Elamute katusel asuvad fotoelektrilised süsteemid võimaldavad majapidamistel toota energiat ja kasutada oma elektrit. Majapidamised, kes võrguelektrit nii toodavad, kui ka tarbivad, on tuntud kui "prosumerid". Need loovad otsesed turusuhted energiaettevõtetega, hõlbustades energia ülejäägi müüki võrku ja ostes, kui nende energiatootmine ei ole piisav. Prosumerite arvu kasv mõjutab energiaettevõtete elektrivoogude juhtimist. Traditsiooniline tarbimise mõõtmine ei ole enam piisav, sest see ei hõlma prosumerite suhtlemist võrguga. Selle asemel võtavad energiaettevõtted kasutusele kahesuunalised net ostusüsteemid. Need süsteemid mõõdavad nii võrgust tarbitud elektrienergiat kui ka tarbijate poolt võrku tagasi eksporditud elektrienergiat. Uute mõõtesüsteemide kasutuselevõtt annab hoogu uudsete meetodite väljatöötamiseks netotarbimise prognoosimiseks mitmetele prosumerite jaoks. Netotarbimise prognoosimisel esinevad aga väljakutsed, mis tulenevad kolmest asjaolust: a) majapidamiste erinevad tarbimisharjumused, mis kajastavad tarbimise prognoosimisel ilmuvat keerukust; b) päikeseenergia tootmise olemuslik varieeruvus, millele mõjuvad ilmastikutingimuste kõikumised ja päikese positsioneerimine erinevates ajaraamides; c) elektriarvesti olemus ei arvesta tootmise ja tarbimise väärtused, vaid pigem võrku saadetud ja sealt välja võetud energiat. Erinevus reaalse ja arvesti poolt mõõdetud väärtuste vahel võrdub prosumeri enesetarbimisega, mis jääb järelevalveta. See suurendab punktides (a) ja (b) osutatud modelleerimissuhete keerukust. Uurimuses keskendume päev-ette netotarbimise prognoositehnikate arendamisele, kasutades Eesti prosumerite andmeid. Meie tutvustame uudseid aditiivseid ja integreeritud mudeleid kasutades erinevad tunnused, mille eesmärk on leevendada ilmaprognooside muutujatest ja mõõtmata enesetarbimisest tulenevat ebakindlust. Meie lähenemine võimaldab mudelitel tõhusalt jäädvustada keerulisi seoseid sisend- ja sihtmuutujate vahel. Eksperimentaalsed tulemused andsid empiirilisi tõendeid selle kohta, et ilmaennustustest ja mõõtmata omatarbest tulenev ebakindlus on paranenud meie tarbimismudelis, mis töötati välja additive-meetodi jaoks. Seevastu teised mudelid ei näidanud mingit paranemist. Need leiud loovad aluse edasiseks uurimistööks, mis keskendub arusaamisele, kuidas mudelid hõlmavad sisend- ja sihtmuutujate vahelisi seoseid.
Reducing Electricity Cost for PV Prosumers by Load Forecast
(Tartu Ülikool, 2023) Vargunin, Artjom; Eljand, Kristjan, juhendaja; Shahroudi, Novin, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Arvutiteaduse instituut
Tänapäeval toimub energeetikas paradigma muutus, mis on tingitud üleminekust taastuvatele energiaallikatele, individuaalsetele elektrienergia salvestamise ja tootmise süsteemidele, hajutatud energiatootmisele, elektriautodele, nutiseadmetele jne. Geopoliitiline olukord maailmas ja kliimapoliitika sunnivad neid muutusi veelgi kiiremini arenema. Lõputöö käsitleb seda teemat PV prosumerite seisukohalt. Need on sellised energiatarbijad, kes saavad iseseisvalt PV energiat toota, salvestada seda akusse ja müüa tagasi elektrivõrku. Eeldatakse, et selline majapidamine kasutab börsihinnaga elektripaketti võrguelektri pakkujalt, mis tähendab, et võrguelektri hind ei ole fikseeritud, vaid muutub iga tunniga. Regionaalne elektrienergia vabaturg Nord Pool avalikustab elektri börsihinna järgmiseks päevaks. Nende piirangute alusel saab PV prosumeri lõppeesmärgi sõnastada järgmiselt: kas majapidamine suudab langetada elektrikulu nullini või isegi raha teenida? Milline oleks kõige kulutõhusama energiakasutuse strateegia? Lõputöö eesmärk on aidata seda probleemi lahendada, pakkudes masinõppepõhist prognoosi elektritarbimise kohta. Seda ennustust kasutatakse seejärel aku kasutamise optimeerimiseks ja PV prosumeri elektrikulude arvutamiseks. Seejuures on nõutud, et ennustus tagaks madalaima kulu ja prognoosi mudel on hea kõikide vaadeldud majapidamiste jaoks. Uuringu tulemuseks on põhjendatud soovitus prognoosi mudeli kohta, mille ülimuslikkus on statistiliselt tõestatud.
Sales Forecasting based on Economic Indicators for a Construction Company
(Tartu Ülikool, 2024) Hõbemägi, Andri; Shahroudi, Novin, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Arvutiteaduse instituut
Ehitussektori tulemused on tihedalt seotud makromajandusliku keskkonnaga, mis mõjutab oluliselt nii ettevõtete investeerimisotsuseid, kui ka sektori üldist turudünaamikat. Hoolimata selle olulisusest on müügitulu prognoosimine ehitussektoris keeruline, kuna sektor on väga tundlik majanduse kõikumiste suhtes. Müügitulu ennustamine toetub traditsiooniliselt alt-üles lähenemisele, kus prognoosimisprotsess algab üksikute äriüksuste eelarvete koostamisest ja liigub ülespoole, prognoosimaks ettevõtte kui terviku kogu müügitulu. See meetod võib aga eirata laiemaid majandustrende, jättes arvestamata turudünaamika ja ettevõtte tegevuste vahelise olulise seose. Meie uuring käsitleb seda väljakutset, integreerides ühtsesse prognoosimismudelisse nii ajaloolised müügiandmed kui ka makromajanduslikud näitajad. Erinevate arvtunnuste komplektide loomise ja süstemaatilise hindamise kaudu näitame, kuidas iga komplekt aitab kaasa ennustustulemuste parandamisele. Igal andmekogumil rakendasime viit eelvalitud regressorit, eesmärgiga valida mudel, mille mõõtmisviga koos vastava variatiivsusega oleks võimalikult väike. Töövoo osana viisime läbi ka hüperparameetrite optimeerimise, et parandada iga regressori ennustustäpsust. Võrdlesime tulemusi Nasdaq Tallinna börsi poolt avalikele ettevõtetele kehtestatud 10%-lise olulisuse lävendiga, et hinnata vea olulisust. See lähenemine mitte ainult ei vii ettevõtte tulemusprognoose kooskõlla väliste majanduskeskkonna mõjudega, vaid parandab ka mudeli täpsust lähteandmete täiustamise ja parameetrite optimeerimise kaudu. Uuring viidi läbi Nordecon AS-i, juhtiva börsil noteeritud ehitusettevõtte müügitulu andmetel. Tulemusena loodi täpsem raamistik müügitulu kvartaalseks ennustamiseks, millele tuginedes on võimalik parandada ettevõtte otsustusprotsesse.