Методи аналітики та прогнозування електроспоживання підприємствами

Скорочена інформація про документ
dc.contributor.advisorШалденко, Олексій Вікторович
dc.contributor.authorТопалова, Ольга Євгенівна
dc.date.accessioned2026-01-30T09:29:01Z
dc.date.available2026-01-30T09:29:01Z
dc.date.issued2025
dc.descriptionРозроблене програмне забезпечення реалізує повний цикл аналітики та прогнозування електроспоживання підприємств на основі сучасних методів опрацювання часових рядів. Система включає модулі завантаження, очищення та агрегування історичних енергетичних даних, інструменти візуалізації денного та нічного споживання, механізми моделювання тарифних сценаріїв, а також компонент прогнозування на базі моделі SARIMAX, що дозволяє враховувати сезонність, трендові процеси й зовнішні фактори. Архітектура побудована у вигляді клієнт-серверного веб-застосунку, де фронтенд забезпечує інтерактивний інтерфейс користувача, а бекенд відповідає за математичні обчислення та взаємодію з базою даних PostgreSQL. Такий підхід гарантує модульність, масштабованість і можливість розширення системи шляхом інтеграції додаткових моделей прогнозування або підключення нових джерел даних. Програмне рішення може застосовуватися для моніторингу енергетичних процесів, оптимізації витрат підприємств, підтримки управлінських рішень і побудови інтелектуальних енергоменеджмент-сервісів.
dc.description.abstractМагістерська робота присвячена дослідженню, порівнянню та впровадженню методів аналітики й прогнозування електроспоживання підприємств на основі історичних даних та математичних моделей часових рядів. У роботі розглянуто повний цикл обробки енергетичних даних, включаючи етапи їх очищення, нормалізації, аналізу структури часового ряду, виявлення сезонності та побудови прогнозних моделей. Особливу увагу приділено специфіці промислового та комерційного електроспоживання, яке характеризується вираженими коливаннями, залежністю від режимів роботи підприємства та впливом зовнішніх чинників. У межах дослідження проведено порівняльний аналіз класичних статистичних підходів, моделей ARIMA-групи та сучасних методів машинного навчання, з визначенням їх сильних та слабких сторін. Обґрунтовано вибір моделі SARIMAX як базового методу прогнозування завдяки її здатності враховувати сезонні закономірності та екзогенні змінні, характерні для задач енергетичного менеджменту. На основі отриманих результатів створено веб-застосунок, що реалізує автоматизовану обробку та прогнозування електроспоживання, включає модуль побудови тарифних сценаріїв та систему інтерактивної візуалізації. Розроблений програмний інструмент може застосовуватися у задачах оперативного та стратегічного планування енергоспоживання, оптимізації витрат, підвищення енергоефективності та підтримки управлінських рішень на підприємствах різних типів. Проведені експериментальні дослідження підтверджують ефективність обраних методів і демонструють високу точність прогнозування у порівнянні з базовими моделями.
dc.description.abstractotherThe master's thesis is devoted to the study, comparison, and implementation of methods for analytics and forecasting of enterprise electricity consumption based on historical data and mathematical time-series models. The work examines the full cycle of processing energy data, including their cleaning, normalization, time-series structural analysis, detection of seasonality patterns, and construction of forecasting models. Particular attention is paid to the characteristics of industrial and commercial electricity consumption, which exhibit pronounced fluctuations, dependency on operational schedules, and sensitivity to external factors. Within the research, a comparative analysis of classical statistical approaches, ARIMA-group models, and modern machine-learning techniques was conducted to identify their strengths and limitations. The selection of the SARIMAX model as the primary forecasting method is justified by its ability to incorporate seasonal behavior and exogenous variables—features essential for energy-management tasks. Based on the obtained results, a web application was developed that provides automated processing and forecasting of electricity consumption, includes a tariff-scenario modeling module, and offers an interactive visualization interface. The developed software tool can be applied in operational and strategic energy-consumption planning, cost optimization, efficiency improvement, and decision-support systems for enterprises of various types. The conducted experimental studies confirm the effectiveness of the selected methods and demonstrate high forecasting accuracy compared to baseline models.
dc.format.extent86 с.
dc.identifier.citationТопалова, О. Є. Методи аналітики та прогнозування електроспоживання підприємствами : магістерська дис. : 122 Комп’ютерні науки / Топалова Ольга Євгенівна. – Київ, 2025. – 86 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/78560
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectелектроспоживання
dc.subjectпрогнозування
dc.subjectчасові ряди
dc.subjectSARIMAX
dc.subjectаналітика даних
dc.subjectенергоефективність
dc.subjectвеб-застосунок
dc.subjectelectricity consumption
dc.subjectforecasting
dc.subjecttime series
dc.subjectdata analytics
dc.subjectenergy efficiency
dc.subjectweb application
dc.titleМетоди аналітики та прогнозування електроспоживання підприємствами
dc.typeMaster Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Topalova_magistr.pdf
Розмір:
1.75 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