Author(s):
1. Jovan Škundrić, Mašinski fakultet Univerziteta u Banjoj Luci, Republic of Srpska, Bosnia and Herzegovina
2. Indir Mujanić, Elektrane Stanari d.o.o., Republic of Srpska, Bosnia and Herzegovina
3. Darko Knežević, Mašinski fakultet Univerziteta u Banjoj Luci, Republic of Srpska, Bosnia and Herzegovina
4. Saša Laloš, Mašinski fakultet Univerziteta u Banjoj Luci, Republic of Srpska, Bosnia and Herzegovina
5. Marko Lazarević, Elektrane Stanari d.o.o., Serbia
6. Danilo Đurica, Elektrane Stanari d.o.o., Republic of Srpska, Bosnia and Herzegovina

Abstract:
Za pouzdan rad svakog složenog sistema, pa tako i velikih termoenergetskih postrojenja, neophodna je mogućnost praćenja radnih parametara u realnom vremenu. Kvalitetan i efikasan sistem za nadzor omogućava pravovremeno reagovanje u slučaju da neki od parametara počne značajno odstupati od optimalne ili proračunom predviđene vrijednosti. Međutim, postoje i okolnosti u radu postrojenja u kojima su svi parametri i dalje u granicama dozvoljenog, ali postrojenje ipak nije u potpunosti ispravno. U takvim slučajevima problem je često teško uočiti i precizno locirati, a njegovo postojanje se najčešće registruje tek na osnovu smanjene efikasnosti ili narušene stabilnosti rada. Primjena metoda mašinskog učenja, poput modela linearne regresije, može predstavljati vrijedan alat upravo u takvim okolnostima. Osnovna ideja je da kvalitetno naučen regresioni model može pravovremeno ukazati i na neznatne anomalije u radu pojedinih podsistema. U ovom radu je prikazan mogući pristup modeliranju ponašanja ispravnog kondenzacionog sistema u sklopu velikog termoenergetskog postrojenja, na osnovu dostupnih procesnih podataka. Istraživanje je sprovedeno na bazi podataka termoelektrane “Stanari”, a kao model mašinskog učenja primijenjen je model linearne regresije.

Key words:
Termoenergetsko postrojenje,Detekcija kvara,Mašinsko učenje,Linearna regresija

Date of abstract submission:
25.07.2025.

Conference:
Contemporary Materials 2025 - Savremeni Materijali