Sünkroniseeritud faasimõõtmiste kasutuselevõtt võimaldab täiendavaid võimalusi täna päeva elektrivõrkude töökindlamaks ja optimaalsemaks juhtimiseks. Selles doktoritöös esitatakselähenemisviis,kusneidmõõtmisikasutataksekoosilmastikuparameetritemõõt mistega elektrivõrgu koroonakadude prognoosimiseks. Doktoritöö peamiseks eesmärgiks on analüüsida elektrivõrgu koroonanähtust koos sellega kaasnevate kadudega ja näidata koroonakadude sõltuvust erinevatest ilmastikuparameetritest. Samuti oli uurimistöö eesmärgiks välja töötada raamistik koroonakadude prognoosimiseks, arvestades sünkroniseeritud faasimõõtmiste ja vastavate ilmastikuparameetrite andmete rakendatavust.
Töö eesmärgiks oli ka välja töötada masinõppel põhinev elektrivõrgu koroonakadude prognoosimise mudel. Uurimistöö käigus rakendati erinevaid masinõppe algoritme, sealhulgas XGBR, lineaarne regressioon ja juhuslik mets.
Kokkuvõtteks võib öelda, et juhusliku metsa mudel edestas kõiki teisi mudeleid. Analüüsi käigus arvestati erinevate aspektidega, st erineva ajaresolutsiooniga andmete kasutamist, hooajaliste mudelite rakendamist, kahe ülekandeliini koroonakadude kombineerimist ja ilmastikuparameetrite vähendatud komplekte. Tulemustest tulenev peamine järeldus on see, et masinõppe abil on praktikas võimalik tagada piisavalt täpne koroonakadude prognoosimine. Käesolevas doktoritöös esitatud tulemusi saavad ülekandevõrguoperaatorid kasutada oma elektrivõrgu kadude täpsemaks prognoosimiseks ja seeläbi kulude kokku hoiuks.

Doktoritöö on avaldatud Tehnikaülikooli raamatukogu digikogus

Juhendajad: kaasprofessor tenuuris Jako Kilter ja Dr. Kaur Tuttelberg (TalTech)

Oponendid:

• professor Irina Oleinikova (Norra Teadus- ja Tehnikaülikool (NTNU), Norra)
• professor Janne Seppänen (Aalto Ülikool, Soome)