logotype
  • ПОЧЕТНА
  • ИНСТИТУТ
  • ПРОГРАМ 2026
  • О ДОГАЂАЈУ
  • ПРЕДАВАЧИ
  • ГАЛЕРИЈА 2025
  • ЛОКАЦИЈА
  • КОНТАКТ
  • АРХИВА
    • ТИД 2025.
      • ПРОГРАМ 2025
      • ПРЕДАВАЧИ
      • ОДБОР
      • ГАЛЕРИЈА 2025
    • ТИД 2024
      • ЗБОРНИК АПСТРАКАТА
      • ПРОГРАМ КОНФЕРЕНЦИЈЕ
      • ПРЕДАВАЧИ
      • ПРОГРАМСКИ ОДБОР
      • ОРГАНИЗАЦИОНИ ОДБОР
      • ГАЛЕРИЈА
    • ТИД 2023.
      • ЗБОРНИК АПСТРАКАТА
      • ПРОГРАМ
      • ПРЕДАВАЧИ
      • ГАЛЕРИЈА
        • Српски језик
        • English
  • English
  • Latinica
  • HOME
  • INSTITUTE
  • PROGRAM 2026
  • ABOUT THE EVENT
    • COMMITTEE
  • SPEAKERS
  • GALLERY 2026
  • LOCATION
  • CONTACT
  • ARCHIVE
    • TID 2025
      • Program 2025
      • Speakers 2025
      • Committee 2025
      • Gallery 2025
    • TID 2024
      • BOOK OF ABSTRACTS
      • CONFERENCE PROGRAM
      • SPEAKERS
      • PROGRAM COMMITTEE
      • ORGANIZATIONAL COMMITTEE
      • GALLERY
    • TID 2023
      • BOOK OF ABSTRACTS
      • PROGRAM
      • SPEAKERS
      • GALLERY
  • Српски језик
  • English
  • Srpski
logotype
logotype
  • HOME
  • INSTITUTE
  • PROGRAM 2026
  • ABOUT THE EVENT
    • COMMITTEE
  • SPEAKERS
  • GALLERY 2026
  • LOCATION
  • CONTACT
  • ARCHIVE
    • TID 2025
      • Program 2025
      • Speakers 2025
      • Committee 2025
      • Gallery 2025
    • TID 2024
      • BOOK OF ABSTRACTS
      • CONFERENCE PROGRAM
      • SPEAKERS
      • PROGRAM COMMITTEE
      • ORGANIZATIONAL COMMITTEE
      • GALLERY
    • TID 2023
      • BOOK OF ABSTRACTS
      • PROGRAM
      • SPEAKERS
      • GALLERY
  • Српски језик
  • English
  • Srpski
Mирослав Драгићевић
HomeTeamMирослав Драгићевић
Институт Никола Тесла АД

Mирослав Драгићевић

Прогноза напонско реактивних стања у оквиру природне напонске зоне

Кратак садржај предавања:

Циљ овог истраживања је развој одговарајућих модела машинског учења за предвиђање вредности напона на страни мреже од 400kV. Подаци који се користе за обуку модела укључују двогодишње историјске податке о напону, заједно са хидрометеоролошким променљивима, при чему је температура најзначајнији фактор, подржан метеоролошким годишњацима. Додатни улазни подаци укључују влажност ваздуха, правац ветра, брзину ветра, падавине и појаву леда на далеководима. Предвиђање вредности напона има за циљ прогнозу ангажовања статичких реактивних резерви, са периодом узроковања од 10 минута (мин/макс/просек). Ови подаци омогућавају годишње планирање увоза енергије и периода одржавања, као и дневно планирање ангажовања капацитета. Следећи корак у истраживању је прогноза динамичких реактивних резерви, где би се за обуку модела користили узорци са фреквенцијом од једне секунде и чешћи узорци.

Кључне речи:машинско учење, прогноза напонско реактивних стања, стабло одлучивања, градијентни бустинг, регресија

Кратка биографија:

Мирослав Драгићевић, дипл. инж. ел.  дипломирао је на Електротехничком факултету Универзитета у Београду на смеру за електроенергетске системе.

Радно искуство је стекао у сектору индустријске аутоматизације које је унапредио и проширио у Електротехничком институту Никола Тесла у центру за аутоматику и регулацију. Специјализовао се за управљање индустријским и технолошким процесима коришћењем процесних рачунара, регулацију турбина и целокупно управљање малим хидроелектранама.  Обавља функцију заменика руководиоца Специјализоване лабораторије за испитивања система турбинске регулације у оквиру Лабораторије за испитивање и еталонирање.

Члан је „Инжењерске коморе Србије“ и Комисије за стандарде Н057 – Управљање и комуникација у електроенергетском систему Института за стандардизацију Србије.