https://aseestant.ceon.rs/index.php/zeint/issue/feed 2025-06-27T14:55:46+02:00 Tatjana Jugović-Repajić tjrepaji@ieent.org SCIndeks Assistant <p>ZBORNIK RADOVA, ELEKTROTEHIČKI INSTITUT NIKOLA TESLA je periodična i stručna publikacija koja sadrži naučne i stručne radove iz oblasti elektrotehnike. Njegov osnovni cilj je da upozna naučnu javnost sa najnovijim torijskim I praktičnim rezultatima istraživanja iz oblasti elektroenergetskih sistema, energetske elektronike, automatike, regulacije, elektroenergetskih objekata i električnih merenja. Svi radovi su recenzirani od strane afirmisanih istraživača iz oblasti elektroenergetike i prvi put se publikuju.</p> https://aseestant.ceon.rs/index.php/zeint/article/view/58547 2025-06-27T14:55:46+02:00 Živko Sokolović zivko.sokolovic@ieent.org Saša Milić s-milic@ieent.org

<p>Precizno prognoziranje potro&scaron;nje električne energije ključno je za pouzdan i efikasan rad savremenih elektroenergetskih sistema. Ova studija prikazuje uporednu analizu dva istaknuta modela za prognozu &mdash; Autoregressive Integrated Moving Average (ARIMA) i Long Short-Term Memory (LSTM) &mdash; sa ciljem procene njihove efikasnosti u predviđanju potro&scaron;nje električne energije. Oba modela su razvijena i optimizovana radi pravičnog poređenja i najboljih mogućih performansi. Procena modela je obuhvatila tačnost predviđanja, računarsku efikasnost i upotrebu memorijskih resursa. Iako je ARIMA pokazala prednosti u brzini predviđanja i jednostavnosti modela, LSTM je dosledno davao preciznije prognoze i bolje prepoznavao složene vremenske obrasce. Rezultati ukazuju na značaj pažljivog izbora modela i strategije pode&scaron;avanja za konkretne scenarije prognoziranja. Studija ističe LSTM kao pogodniji pristup za primene koje zahtevaju visoku tačnost i prilagodljivost, te pruža osnovu za buduća istraživanja naprednih ili hibridnih metoda.</p>

2025-06-26T00:00:00+02:00 Sva prava zadržana (c) 2025 Zbornik radova, Elektrotehnički institut "Nikola Tesla"