Магістерські роботи (ПЕ)

Постійне посилання зібрання

https://ela.kpi.ua/handle/123456789/21984

Переглянути

Перегляд Магістерські роботи (ПЕ) за Ключові слова "621.311.1"

Зараз показуємо 1 - 1 з 1
  • Ескіз
    ДокументВідкритий доступ
    Машинне навчання на віртуальному ринку електроенергії
    (КПІ ім. Ігоря Сікорського, 2019-12) Швець, Михайло Юрійович; Хохлов, Юрій Віталійович
    Магістерська дисертація присвячена підготовці і аналізу даних для покращення передбачень кількості використаної та згенерованої електроенергії методами машинного навчання, а також оцінці важливості та впливу на прогнозування періоду доби, місяця, температури, вологості повітря та інших ознак. Набір даних, що використовувався в даній роботі, містить відомості про використання та генерацію електроенергії, а також погодні показники за 11,5 місяців з періодом фіксації даних 1 хвилина. Оброблення даних ґрунтувалось на статистичних методах обробки інформації, визначенні кількості пропущених даних, лінійних залежностей між ознаками, сумісності типів даних. За допомогою мови програмування Python та бібліотек pandas, numpy, sklearn, matplotlib було написано код програми для попередньої обробки даних, порівняно точність передбачень для трьох моделей машинного навчання та визначено модель з найбільшою точністю передбачень для обраного набору інформації. Було обрано тип бази даних виходячи з критеріїв необхідних для машинного навчання. В результаті дослідження вдалось досягнути покращення точності результатів передбачення. Для оцінки точності передбачень було використано коефіцієнт детермінації. Було прораховано собівартість згенерованої електроенергії за 1 кВт*год, та показано економічну вигоду при застосуванні прогнозування кількості використаної та згенерованої електроенергії. Очікується, що результати досліджень суттєво сприятимуть подальшому розвитку передбачень методами машинного навчання.