KOLLMANN, M. Plánování výroby tepla a elektřiny v zařízení na energetické využití odpadu s využitím strojového učení [online]. Brno: Vysoké učení technické v Brně. Fakulta strojního inženýrství. 2023.

Posudek vedoucího

Touš, Michal

Diplomová práce se zabývá aplikací algoritmů strojového učení na úlohu plánování výroby elektřiny a tepla v zařízení na energetické využití odpadu. Hlavním výstupem práce je predikční model vytvořený na reálných provozních datech, který kombinuje několik algoritmů (lineární regresi, gradient boosting, neuronová síť). Ze srovnání modelu s dosavadní strategií plánování vyplývá, že vytvořený model dokáže plánovat výrobu výrazně lépe. Autor pracoval zcela samostatně. Sám si navrhl velmi systematický postup, na základě rešerše zvolil vhodné metody řešení a ty pak implementoval s využitím nejmodernějších nástrojů. Velmi kladně hodnotím autorovu schopnost rychle se zorientovat v, pro něj zcela nové, problematice algoritmů strojového učení, kdy je schopen samostatně řešit velmi složité problémy. Při nespokojenosti s výsledky modelů sám iniciativně hledal možnosti, jak je vylepšit, přicházel s vlastními přístupy k analýze dat, ověření modelů prováděl nadstandardním způsobem. Práce je napsána velmi kvalitně, moderně, na úrovni prací prestižních zahraničních univerzit. Autor si dal práci s grafickou úpravou, což se odráží na velmi kvalitních schématech a grafech, které jsou výborným doprovodem k textu. Nedostatky lze hledat jen obtížně. Práci hodnotím jako výrazně nadprůměrnou. 

Posudek oponenta

Miklas, Václav

Diplomant se ve své práci zabývá tématem predikce disponibility kogeneračního zdroje a optimalizace peněžního toku včetně případných pokut spojených s dodávkou elektrické energie mimo smluvenou toleranci. Jedná se o problematiku navýsost aktuální, s ohledem na rostoucí náročnost udržování výkonové rovnováhy přenosové soustavy vlivem zvyšující se produkce z obnovitelných zdrojů. Student velmi svěžím způsobem vystavěl strukturu práce. Ocenit lze například na diplomovou práci neobvyklý rozšířený abstrakt, či velmi přiléhavý úvod čtenáře do problematiky nastiňující hlavní výzkumné cíle a otázky, popisující rozsah práce a omezení platnosti výsledků, stejně jako zasazující kapitoly práce do celkového kontextu. Teoretická část práce obsahuje představení metod strojového učení, rešerši jejich nasazení na energetické systémy, posléze zacílenou na kogeneraci a energetické zpracování odpadu. Těžištěm práce je pak případová studie, která se opírá o reálná data ze spalovny odpadu v České republice. Zde student odvedl ohromný kus práce a vyvinul komplexní soustavu submodelů, která řeší trojici na sebe navazujících úloh, jejíchž cílem je stanovení a) celkové produkce páry, b) vedlejších spotřeb páry, c) vyrobené a přenesené elektrické energie. Pro každý submodel (jen u vedlejších spotřeb se jedná o pětici parametrů) pak kvantitativně porovnal Light Gradient Boosting Machine, umělou neuronovou sít a lineární regresi za účelem výběru nejvhodnějšího algoritmu. Nadto byla provedena i ekonomická rozvaha porovnávající stávající strategii řízení s nově představenou. Lze konstatovat, že se jednak podařilo u klíčových parametrů dospět k velmi přesným predikcím, jednak diplomant výsledky hodnotí a obratně zasazuje do celkového kontextu modelu. Například věnuje největší úsilí kritických parametrům a zaobírá se tím, jak učinit predikce konzervativní z pohledu nápravy rozporu modelu a reality provozním zásahem. Výhrady k práci jsou v kontextu významného přínosu spíše okrajové: (1) Práce s citacemi je napříč prací poněkud nekonzistentní. V seznamu zdrojů se vyskytuje celá řada kvalitních zahraničních zdrojů a obecně byla rešeršní práce diplomanta poměrně dobrá, avšak např. na stranách 18-24 se s výjimkou obrázků neobjevuje jediná citace, přestože se zjevně jedná o pasáže převzaté. Zdroje rovněž nejsou seřazeny dle pořadí výskytu. (2) Jako nekonzistentní lze označit také jazykovou úroveň, kde lze na jednu stranu vyzdvihnout, že je práce psaná v angličtině, a to v průměru na vysoké úrovni, místy až trochu bohaté na idiomy („delve into”, “grouped under the umbrella“). Přibližně od kapitoly 3.2.4 však poměrně citelně jazyková kvalita klesá, s celou řadou překlepů (zejména v popiscích obrázků) a v jednom případě zcela nedokončenou myšlenkou (str. 63). Na straně 67 pak není vhodně odlišen obrat (revenue) a zisk (profit), což je matoucí. (3) V některých pasážích je autor až příliš stručný, což lze na jednu stranu chápat, aby rozsah práce nebyl extrémní, na druhou stranu pro méně zúčastněného čtenáře může komplikovat porozumění. Osobně bych ocenil např. bližší informace o spalovně odpadu z případové studie z pohledu kapacity a lokality. Až po bližším zkoumání odborného článku vedoucího studenta se lze domnívat, že se jedná o pražské ZEVO Malešice. Bylo by také záhodno se blíže vymezit (z hlediska spojitostí a naopak rozdílů) vůči této publikaci, na kterou diplomant navazuje. U některých výsledků pak není zřejmé, jak se k nim dospělo (viz jedna z položených otázek), či se naopak vyskytují obrázky bez adekvátního textového popisu (např. Figure 3.21). (4) Velmi dobrou grafickou úroveň kazí některé špatně čitelné či málo kvalitní obrázky a tabulky (Table 2.1, Figure 2.3, 2.4 a 3.16). Úsměvně pak působí drobné formální nedostatky jako „Institute of Solid Mechanics, Mechatornics and Biomechanics“ na úvodní stránce, či „Prázdná šablona závěrečné práce Energetického ústavu“ v List of Attachments. I přes tyto méně významné výhrady se jedná o mimořádně zdařilou diplomovou práci, ve které se student nespokojil s pouhým splněním zadaných cílů, ale zdaleka je překonal, prokázal hlubokou znalost problematiky a díky mravenčí práci vytvořil vysoce přesný a komplexní model. Zároveň neopomíjí praktické provozní poznatky a schopnost modelu zobecňovat na dosud neviděná data. Práci proto doporučuji k obhajobě s celkovým hodnocením A.

eVSKP id 150609