Прогнозування енергоспоживання будівель за допомогою машинного навчання
Loading...
Date
2026
Authors
Тєлєгін, Нікіта
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Метою даної кваліфікаційної роботи було дослідження можливостей застосування методів машинного навчання для прогнозування та сценарного моделювання енергоспоживання будівель в умовах обмеженості даних і нестабільності енергетичної інфраструктури. Основний акцент роботи зроблено на побудові універсального підходу, що на основі відкритих метеорологічних даних та часових характеристик прогнозування здатний прогнозувати навантаження енергосистеми. Завданнями роботи були аналіз сучасних підходів до прогнозування енергоспоживання будівель, дослідження впливу кліматичних і часових факторів на поведінку енергосистем, інтеграція відкритих метеорологічних даних Open-Meteo API у процес формування датасету, порівняння ефективності моделей градієнтного бустингу (LightGBM, XGBoost, CatBoost), побудова власної гібридної моделі, а також створення інтерактивного програмного застосунку для сценарного аналізу енергоспоживання. У роботі розглянуто сучасні data-driven підходи до прогнозування енергоспоживання, еволюцію моделей від фізично-орієнтованих симуляторів до ансамблевих моделей машинного навчання та глибоких нейронних мереж, а також новітні підходи, що використовують відкриті джерела даних, комп’ютерний зір та просторову агрегацію.
Description
Keywords
машинне навчання, прогнозування енергоспоживання, часові ряди, XGBoost, LightGBM, CatBoost, гібридні моделі, сценарний аналіз, Open-Meteo API, енергетичні системи, кліматичні дані, Streamlit, градієнтний бустинг, бакалаврська робота