Шпурик, Вадим ВадимовичЗдесенко, Євгеній Геннадійович2025-07-092025-07-092025Здесенко, Є. Г. Служба виявлення аномалій у моделях даних часових рядів : дипломна робота ... бакалавра : 121 Інженерія програмного забезпечення / Здесенко Євгеній Геннадійович. – Київ, 2025. – 70 с.https://ela.kpi.ua/handle/123456789/74796Дипломна робота за темою «Служба виявлення аномалій у моделях даних часових рядів» виконана студентом кафедри інженерії програмного забезпечення в енергетиці НН ІАТЕ Здесенко Євгенієм Геннадійовичем зі спеціальності 121 «Інженерія програмного забезпечення» за освітньо-професійною програмою «Інженерія програмного забезпечення інтелектуальних кібер-фізичних систем в енергетиці» і складається зі: вступу; 4 розділів («Задача виявлення аномалій у часових рядах», «Аналіз інструментів пошуку аномалій у часових рядах», «Опис процесу розробки програмного продукту», «Робота користувача з програмним застосунком»), висновків до кожного з цих розділів; загальних висновків; списку використаних джерел, який налічує 9 джерел; 15 ілюстрацій; 2 додатків. Загальний обсяг роботи 69 сторінок. Актуальність теми полягає в необхідності своєчасного виявлення аномалій у даних з сенсорних систем, зокрема сонячних панелей, для запобігання збоїв, втрат енергії та забезпечення стабільності функціонування енергетичних мереж. Мета роботи — створення програмної системи для виявлення аномалій у часових рядах сонячної генерації з використанням LSTM AutoEncoder. Завдання дослідження: згенерувати дані, побудувати модель, реалізувати детекцію аномалій та прогнозування, забезпечити візуалізацію і оцінку результатів. Практичне значення роботи полягає у створенні інструменту для автоматичного виявлення аномалій у часових рядах у реальному часі, придатного для застосування в енергетиці, промисловості та фінансах.70 с.ukчасові рядианомаліїLSTM AutoEncoderпрогнозуванняглибоке навчаннямашинне навчанняtime seriesanomaliesLSTM AutoEncoderTensorFlowKerasPythonpredictiondeep learningsolar panelsmachine learningBachelor Thesis