Методи моніторингу та прогнозування споживання електроенергії на основі штучного інтелекту

Скорочена інформація про документ
dc.contributor.advisorОнисько, Андрій Ілліч
dc.contributor.authorВербіцький, Євген Степанович
dc.date.accessioned2025-01-07T12:55:00Z
dc.date.available2025-01-07T12:55:00Z
dc.date.issued2024
dc.descriptionСистема моніторингу та прогнозування споживання електроенергії дозволяє користувачам отримувати точні прогнози електроспоживання на основі використання методі машинного навчання SDCA, FastTree та LightGBM, надає засоби для аналізу історичних даних та візуалізації інформації в зручному форматі за допомогою елементів візуального моніторингу (лінійні графіки, гістограми, діаграми, статистичний аналіз).
dc.description.abstractАктуальність теми дослідження. Ефективне використання енергоресурсів є важливою частиною сталого розвитку всіх провідних країн світу, особливо на тлі розгортання глобальних викликів світовій економіці. Для забезпечення ефективного використання енергоресурсів важливими чинниками є моніторинг та прогнозування споживання електроенергії, що дозволить краще розуміти стан енергосистеми та її можливості з забезпечення електроенергією, а отже важливе значення має розробка програмного забезпечення, що надає відповідний функціонал. Метою дослідження є розробка програмного забезпечення, що дозволить користувачу отримувати прогнози споживання електроенергії на основі історичної інформації, а також надасть засоби візуального моніторингу споживання електроенергії. Завдання дослідження: – провести аналіз існуючих рішень для надання прогнозів та забезпечення якісного моніторингу електроспоживання; – обрати методи на засоби програмної реалізації системи моніторингу та прогнозування споживання електроенергії; – створити модель машинного навчання для надання прогнозів електроспоживання; – розробити засоби моніторингу споживання електроенергії; – провести тестування системи та усунення можливих недоліків, оцінка якості системи. Об’єктом дослідження є методи моніторингу та прогнозування споживання електроенергії на основі штучного інтелекту. Предметом дослідження є моніторинг та прогнозування споживання електроенергії на основі методів машинного навчання SDCA, FastTree та LightGBM. Апробація результатів роботи. Основні положення даної роботи були викладені на II Міжнародній науково-практичній інтернет-конференції «NUCLEAR POTENCIAL AND POSSIBLE THREATS TO THE MODERN WORLD», м. Дніпро, 7-8 жовтня 2024 року. Дисертація складається зі вступу, п’яти розділів та висновків. Повний обсяг дисертації складає 89 сторінок, 26 таблиць, 24 рисунків, 4 сторінки списку використаних джерел у кількості 32 найменувань.
dc.description.abstractotherRelevance of the research topic. Efficient use of energy resources is an important part of the sustainable development of all leading countries of the world, especially against the background of global challenges to the world economy. To ensure the efficient use of energy resources, monitoring and forecasting of electricity consumption are important factors, which will allow a better understanding of the state of the power system and its capacity to provide electricity, and therefore the development of software that provides the relevant functionality is important. The purpose of the research is to develop software that will allow the user to receive forecasts of electricity consumption based on historical information, as well as provide tools for visual monitoring of electricity consumption. Objectives of the research: – analyse existing solutions for providing forecasts and ensuring high-quality monitoring of electricity consumption; – select methods and tools for software implementation of the system for monitoring and forecasting electricity consumption; – create a machine learning model for providing electricity consumption forecasts; – develop tools for monitoring electricity consumption; – test the system and eliminate possible deficiencies, assess the quality of the system. The object of research is methods of monitoring and forecasting electricity consumption based on artificial intelligence. The subject of research is the monitoring and forecasting of electricity consumption based on machine learning methods SDCA, FastTree and LightGBM. Approbation of the results of the dissertation. The main provisions of this work were presented at the II International Scientific and Practical Internet Conference «NUCLEAR POTENTIAL AND POSSIBLE THREATS TO THE MODERN WORLD», Dnipro, 7-8 October 2024. The dissertation consists of an introduction, five chapters and conclusions. The full volume of the dissertation is 89 pages, 26 tables, 24 figures, 4 pages of the list of references consisting of 32 titles.
dc.format.extent89 с.
dc.identifier.citationВербіцький, Є. С. Методи моніторингу та прогнозування споживання електроенергії на основі штучного інтелекту : магістерська дис. : 122 Комп’ютерні науки / Вербіцький Євген Степанович. – Київ, 2024. – 89 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/71660
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиев
dc.subjectмашинне навчання
dc.subjectпрогнозування споживання електроенергії
dc.subjectштучний інтелект в енергосистемах
dc.subjectSDCA
dc.subjectFastTree
dc.subjectLightGBM
dc.titleМетоди моніторингу та прогнозування споживання електроенергії на основі штучного інтелекту
dc.typeMaster Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Verbitskyi_magister.pdf
Розмір:
1.81 MB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
8.98 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Магістерські роботи (ЦТЕ)
Магістерські роботи