Dokumentace predikčního modelu

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985807%3A_____%2F25%3A00647001" target="_blank" >RIV/67985807:_____/25:00647001 - isvavai.cz</a>

Nalezeny alternativní kódy

RIV/27169511:_____/25:N0000007

Výsledek na webu

<a href="https://lancelotenergy.com/cs/tacr-research-TK05020142" target="_blank" >https://lancelotenergy.com/cs/tacr-research-TK05020142</a>

DOI - Digital Object Identifier

—

Jazyk výsledku

čeština

Název v původním jazyce

Dokumentace predikčního modelu

Popis výsledku v původním jazyce

Výstup v podobě Dokumentace slouží jako doplňkový dokument k modulární knihovně (TK05020142-V1 SW-Neural networks realtime forecasting). Knihovna je určena k predikci energetických veličin, především spotřeby a výroby, s využitím metod umělé inteligence a strojového učení. Dokumentace podrobně popisuje: • vymezení studované úlohy z hlediska aplikačního využití, • specifické parametry úlohy s ohledem na požadavky praxe a jejich vliv na výběr vhodných predikčních modelů, • metodické návody pro instalaci, konfiguraci a práci s knihovnou, • selekci predikčních metod a jejich statistickou validaci a srovnání s ohledem na efektivitu řešení energetických predikčních úloh. Dokumentace rovněž zahrnuje pokyny pro různé typy uživatelů – koncového uživatele knihovny, vývojáře rozšiřujícího její funkcionalitu a analytika zabývajícího se návrhem nových modelů. Plánovaná implementace je uvedena v Implementačním plánu.

Název v anglickém jazyce

Documentation of prediction model

Popis výsledku anglicky

The output in the form of Documentation serves as a supplementary document to the modular library (TK05020142-V1 SW-Neural networks realtime forecasting). The library is designed for the prediction of energy variables, primarily consumption and production, utilizing artificial intelligence and machine learning methods. The documentation describes in detail: ● the definition of the studied task in terms of application use, ● specific task parameters with regard to practical requirements and their influence on the selection of suitable prediction models, ● methodological instructions for installation, configuration, and operation of the library, and ● the selection of prediction methods, their statistical validation, and comparison with respect to the efficiency of solving energy prediction tasks. The documentation also includes instructions for various types of users—the end user of the library, the developer extending its functionality, and the analyst focusing on the design of new models—while the planned implementation is detailed in the Implementation Plan.

Druh

O - Ostatní výsledky

CEP obor

—

OECD FORD obor

10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Projekt

<a href="/cs/project/TK05020142" target="_blank" >TK05020142: Využití neuronových sítí pro realtime predikci variabilní baseline u energetických zařízení na vn, nn napěťových hladinách</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2025

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů