Методи і моделі інтелектуального аналізу даних для прогнозування ключових показників на ринку електроенергії

Скорочена інформація про документ
dc.contributor.advisorЛевенчук, Людмила Борисівна
dc.contributor.authorЗеленський, Микита Максимович
dc.date.accessioned2025-08-06T12:44:53Z
dc.date.available2025-08-06T12:44:53Z
dc.date.issued2025
dc.description.abstractДипломна робота: 139 с., 6 табл., 25 рис., 2 додатки, 41 джерел. Об’єкт дослідження — процес прогнозування ключових показників діяльності на ринку електроенергії. Предмет дослідження — методи та моделі інтелектуального аналізу даних, що застосовуються для прогнозування часових рядів в енергетичній сфері. Мета роботи — дослідити, порівняти та реалізувати сучасні методи прогнозування часових рядів. Розробити програмний продукт для прогнозування ключових показників на ринку електроенергії. Актуальність — вирішення задачі прогнозування в енергетичному секторі для оптимального функціонування ринку, зниження фінансових втрат та підвищення стійкості системи до коливань попиту і пропозиції. Методи дослідження — моделі машинного навчання, класичні статистичні методи, методи обробки часових рядів. Результати роботи — зібрано набір даних, створено програмний продукт, що забезпечує аналіз даних, побудову моделей прогнозування, валідацію результатів та візуалізацію прогнозів. Проведено порівняння моделей за технічними та економічними критеріями. Шляхи подальшого розвитку — розширення функціональності програмного забезпечення за рахунок інтеграції додаткових джерел даних (API, SCADA), впровадження механізмів автоматичної адаптації моделей до змін у даних, створення користувацького графічного інтерфейсу для підвищення зручності використання системи в прикладних задачах енергетики.
dc.description.abstractotherDiploma thesis: 139 p., 6 tabl., 25 fig., 2 appendices, 41 references. Object of research — the process of forecasting key performance indicators in the electricity market. Subject of the study — methods and models of intelligent data analysis used for time series forecasting in the energy sector. Purpose of the study — to investigate, compare, and implement modern methods of time series forecasting. To develop a software product for forecasting key indicators in the electricity market. Relevance — solving the problem of forecasting in the energy sector to ensure optimal market functioning, reduce financial losses, and increase system resilience to fluctuations in supply and demand. Research methods — machine learning models, classical statistical methods, time series analysis techniques. Results — a dataset was collected and a software product was developed that provides data analysis, model construction, result validation, and forecast visualization. The models were compared based on technical and economic criteria. Ways of further development of the research subject — expanding the functionality of the software by integrating additional data sources (API, SCADA), implementing mechanisms for automatic model adaptation to changing data, and creating a user-friendly graphical interface to enhance usability for practical tasks in the energy domain.
dc.format.extent139 с.
dc.identifier.citationЗеленський, М. М. Методи і моделі інтелектуального аналізу даних для прогнозування ключових показників на ринку електроенергії : дипломна робота ... бакалавра : 124 Системний аналіз / Зеленський Микита Максимович. - Київ, 2025. - 139 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/75442
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectінтелектуальний аналіз даних
dc.subjectпрогнозування часових рядів
dc.subjectринок електроенергії
dc.subjectanfis
dc.subjectsarimax
dc.subjectlstm
dc.subjectintelligent data analysis
dc.subjecttime series forecasting
dc.subjectelectricity market
dc.titleМетоди і моделі інтелектуального аналізу даних для прогнозування ключових показників на ринку електроенергії
dc.typeBachelor Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Zelenskyi_bakalavr.pdf
Розмір:
6.24 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

Бакалаврські роботи (ММСА)
Бакалаврські роботи