Πρόβλεψη κατανάλωσης φυσικού αερίου με τεχνολογίες επιστήμης δεδομένων

Abstract

Το θέμα της παρούσας διπλωματικής εργασίας είναι η πρόβλεψη της κατανάλωσης φυσικού αερίου με χρήση τεχνικών επιστήμης δεδομένων και μηχανικής μάθησης. Αρχικά έγινε μια εκτεταμένη καταγραφή και ανάλυση σχετικών εργασιών τεχνολογιών αιχμής πρόβλεψης κατανάλωσης φυσικού αερίου, καθώς και συλλογή και παρουσίαση διαθέσιμων συνόλων δεδομένων. Στη συνέχεια, έγινε μια διεξοδική μελέτη και ανάλυση της μεθοδολογίας που πρέπει να εφαρμοστεί προκειμένου να πραγματοποιηθούν σωστά οι σχετικές προβλέψεις και σχεδιάστηκαν και υλοποιήθηκαν μια σειρά μοντέλων μηχανικής μάθησης. Ιδιαίτερη έμφαση δόθηκε στην μελέτη των διάφορων καιρικών και ημερολογιακών παραγόντων που επηρεάζουν την κατανάλωση φυσικού αερίου και στην τελική επιλογή των παραγόντων εκείνων που θα αποτελέσουν τα χαρακτηριστικά των μοντέλων πρόβλεψης. Στα πλαίσια της διπλωματικής, πραγματοποιήθηκαν τρία πειράματα πρόβλεψης κατανάλωσης φυσικού αερίου, χρησιμοποιώντας ένα διαθέσιμο σύνολο δεδομένων. Χωρίζοντας με τρεις διαφορετικούς τρόπους το σύνολο δεδομένων σε σύνολα εκπαίδευσης (train set) και δοκιμής (test set), εξετάστηκε η απόδοση των μοντέλων στο πρόβλημα της ωριαίας και ημερήσιας πρόβλεψης κατανάλωσης φυσικού αερίου, καθώς και στον υπολογισμό της μέγιστης ωριαίας κατανάλωσης που αναμένεται κατά τη διάρκεια της ημέρας. Ακολούθησε εκτενής μελέτη των αποτελεσμάτων με χρήση κατάλληλων δεικτών αξιολόγησης, ενώ επίσης, έγινε συγκριτική αξιολόγηση της απόδοσης των μοντέλων που σχεδιάστηκαν στην παρούσα διπλωματική με την απόδοση που πέτυχαν οι ερευνητές σχετικής εργασίας που χρησιμοποίησε το ίδιο σύνολο δεδομένων.