Прогнозування електроспоживання промислових об'єктів з урахуванням зовнішніх факторів впливу
Loading...
Date
Authors
Тимофєєва, Каріна Олександрівна
Tymofieieva, Karina
Journal Title
Journal ISSN
Volume Title
Publisher
ЦНТУ
Abstract
Мета роботи полягає у розробці та практичній реалізації комплексної методології прогнозування електроспоживання (ПЕС) промислових об'єктів шляхом інтеграції статистичних моделей та підходів машинного навчання, що забезпечує високу точність прогнозів з урахуванням впливу ключових зовнішніх факторів. У роботі проведено аналіз сучасного стану світової енергетики, тенденцій енергетичного переходу та існуючих регуляторних механізмів, що впливають на електроспоживання. Систематизовано та проаналізовано методології аналізу часових рядів, включаючи моделі АРІМА/SARIMAX, Хольта-Вінтерса та алгоритми машинного навчання (ML), з акцентом на їхню придатність для ПЕС. Проведено порівняльний аналіз їхньої прогнозної якості трьох типів моделей (з використанням метрик типу MAE, RMSE). Дослідження підтвердило, що інтегровані моделі, які враховують зовнішні регресори, демонструють значно вищу точність порівняно з традиційними. Практична цінність підтверджується розробкою стартап-проєкту щодо комерціалізації системи прогнозування, що забезпечує промисловим підприємствам інструмент для оптимізації енерговитрат та ефективного управління енергоспоживанням. The aim of the study is to develop and practically implement a comprehensive electricity consumption forecasting (ECF) methodology for industrial facilities by integrating statistical models and machine learning approaches, ensuring high prediction accuracy by accounting for key external factors. The work includes an analysis of the current state of global energy, energy transition trends, and existing regulatory mechanisms that impact electricity consumption. Methodologies for time series analysis, including ARIMA/SARIMAX models, Holt-Winters models, and Machine Learning (ML) algorithms, are systematized and analyzed, focusing on their suitability for ECF. A comparative analysis of the forecasting quality of the three types of models was conducted (using metrics such as MAE and RMSE). The research confirmed that integrated models incorporating external regressors demonstrate significantly higher accuracy compared to traditional approaches. The practical value is confirmed by the development of a startup project for the commercialization of the forecasting system, providing industrial enterprises with a tool for optimizing energy consumption and effective energy management.
Description
Keywords
прогнозування електроспоживання, часові ряди, зовнішні фактори, промисловий об'єкт, енергетична ефективність, стартап-проєкт, electricity consumption forecasting, time series, external factors, industrial facility, energy efficiency, startup project
Citation
Тимофєєва, К. О. Прогнозування електроспоживання промислових об'єктів з урахуванням зовнішніх факторів впливу : кваліфікаційна магістерська робота : спец. 141 «Електроенергетика, електротехніка та електромеханіка» / наук. кер. К. Г. Петрова ; Центральноукраїн. нац. техн. ун-т. – Кропивницький : ЦНТУ, 2025. – 93 с.