Інтелектуальна система прогнозування енерговиробництва АЕС

Abstract

Дана магістерська наукова робота присвячена дослідженню методів прогнозування енерговиробництва. Метою є дослідження та реалізація прогнозування енергоефективності на прикладі атомної електроенергії в реальному часі методами машинного навчання. Об’єктом дослідження є інтелектуальна система прогнозування енерговиробництва АЕС методами машинного навчання. Предметом дослідження є аналіз вибраних моделей машинного навчання для прогнозування енергії: множинна лінійна регресія (MLR), опорно-верторна регресія (SVR), модель випадкового лісу (Random Forest) та модель екстремального градієнтного бустінгу (XGBoost). Фахова частина магістерської наукової роботи складається з наступних розділів: атомна енергетика як майбутнє енергетичних ринків; поняття машинного навчання (мн) для регулювання енергії; побудова моделей машинного навчання для прогнозування споживання енергії. Задачі, які були виконані в процесі роботи:  аналіз останніх наукових публікацій;  аналіз предметної області, дослідження стану розвитку атомної енергетики;  дослідження поняття машинного навчання, моделі та бібліотеки мови програмування Python для вирішення задачі часових рядів;  сформування та тестування моделей машинного навчання на основі гіперпараментів;  порівняльний аналіз результатів роботи моделей;  розробка інформаційно-аналітичної системи енергоменеджменту. У спеціальній частині магістерської роботи з «Охорони праці та безпеки в надзвичайних ситуаціях» розглянуто мікрокліматичні умови праці на робочих місцях на предмет виробничого освітлення та дотримання вимог експлуатації ПК в офісі компанії «Template Monster». В результаті розрахунків встановлено, що передбаченої кількості вікон, тобто їх загальної площі вистачає для забезпечення вимог санітарних норм щодо природного освітлення приміщення, для якого проводився аналіз умов праці. У методичній частині розроблено практичні роботи з курсу багатокритерійного прийняття рішень на теми «Класична лінійна регресія» та «Застосування методу DEMATEL для прийняття рішень на основі обробки експертних суджень і нечіткої логіки в середовищі MATLAB». Робота складається з 139 сторінок, 48 рисунків, 11 таблиць та 85 посилань на літературні джерела.