Koca, Cem (2019) Forecasting di serie temporali. Bachelor thesis, Scuola universitaria professionale della Svizzera italiana.
![[img]](https://tesi.supsi.ch/style/images/fileicons/text.png) |
Text
Forecasting_di_serie_temporali.pdf Restricted to Repository staff only Download (3MB) |
|
Text
Koca cem_DTI_poster.pdf Download (767kB) |
Abstract
Nel mercato energetico la competitività economica tra le aziende è sempre più agguerrita, di conseguenza le aziende cercano ogni giorno dei nuovi metodi per trovare vantaggi strategici. Questo progetto, attraverso gli algoritmi statistici e di machine learning, mira a prevedere l'andamento del flusso dell’erogazione dell'energia elettrica e la produzione di energia attraverso i pannelli fotovoltaici del giorno successivo utilizzando dati campionati in precedenza da un'azienda luganese, in un intervallo di tempo di un mese. Lo scopo di questo progetto è di analizzare i dati disponibili, organizzarli e attraverso gli algoritmi statistici e di machine learning prevedere l'andamento della serie temporale, ossia dati ordinati rispetto al tempo. Al risultato di questi modelli è richiesta una tecnica di validazione ed infine un obiettivo di prestazione, che in questo caso è stato deciso di utilizzare RMSE. Per soddisfare i compiti e gli obiettivi si è deciso di utilizzare il linguaggio di programmazione Python e come ambiente di sviluppo Jupyter Notebook, poiché mette a disposizione varie librerie per la visualizzazione dei grafici e le implementazioni degli algoritmi richiesti sono già presenti all’interno delle librerie scikit-learn, statsmodels e keras. Il presente documento andrà a spiegare dettagliatamente la struttura dei dati, l'impiego degli algoritmi e i loro risultati. Eseguendo un'analisi preliminare si è in grado di organizzare la struttura dei dati disponibili per gli algoritmi da applicare. I risultati di quest'ultimi vengono validati attraverso la tecnica di forward validation e infine tramite l'obiettivo di prestazione RMSE si riesce ad identificare quali sono gli algoritmi che riescono a predire meglio l'andamento dell'erogazione di energia e la produzione di energia tramite i pannelli fotovoltaici.
| Item Type: | Thesis (Bachelor) |
|---|---|
| Corso: | UNSPECIFIED |
| Supervisors: | Rizzoli, Andrea Emilio |
| Subjects: | Informatica |
| Divisions: | Dipartimento tecnologie innovative > Bachelor in Ingegneria informatica |
| URI: | http://tesi.supsi.ch/id/eprint/3055 |
Actions (login required)
 |
View Item |