Ανάλυση δεδομένων κατανάλωσης ηλεκτρικής ενέργειας οικιακής χρήσης και πρόβλεψη με μοντέλα μηχανικής μάθησης

Abstract

Η κατανάλωση ενέργειας και η διαχείρισή της αποτελούν βασική πρόκληση εδώ και πολλά χρόνια , ιδιαίτερα στις μέρες μας όπου η τεχνολογική πρόοδος συνδέεται στενά με την ενεργειακή μετάβαση. Στην παρούσα δουλειά υλοποιείται συστηματική ανάλυση και πρόβλεψη της οικιακής κατανάλωσης ηλεκτρικής ενέργειας, αξιοποιώντας το δημόσιο σύνολο δεδομένων “UCI Individual Household Electric Power Consumption”. Πραγματοποιείται στατιστική διερεύνηση των προτύπων κατανάλωσης, με έμφαση στις εποχικές διακυμάνσεις και τη διαφοροποίηση ανά συσκευή, ενώ τα δεδομένα ενισχύονται με εξωτερικές και χρονικές μεταβλητές για πιο ακριβή μοντελοποίηση. Έπειτα, υλοποιούνται και συγκρίνονται τρεις παραλλαγές LSTM (απλό, bidirectional, attention), με αυτόματη επιλογή υπερπαραμέτρων μέσω Optuna. Τα αποτελέσματα αναδεικνύουν την ικανότητα των LSTM να προβλέπουν αξιόπιστα τη βραχυπρόθεσμη κατανάλωση, θέτοντας τις βάσεις για τη μελλοντική ανάπτυξη “έξυπνων” συστημάτων διαχείρισης ενέργειας.

Description

Keywords

Ηλεκτρική κατανάλωση, Ανάλυση χρονοσειρών

Citation