ПРОГРАММА ДЛЯ ПРОГНОЗИРОВАНИЯ РАСХОДА ЭЛЕКТРОЭНЕРГИИ
Аннотация и ключевые слова
Аннотация (русский):
Рассмотрена задача прогнозирования расхода электроэнергии. Разработана программа на языке Python

Ключевые слова:
расход электроэнергии, прогнозирование, Python
Текст
Текст (PDF): Читать Скачать

В современном мире энергетическая эффективность и устойчивость становятся все более важными аспектами управления различными организациями, включая образовательные учреждения. Управление энергоресурсами играет ключевую роль не только в снижении операционных расходов, но и в сокращении негативного воздействия на окружающую среду.

Предметная область магистерской диссертации Левина Н.М. включает в себя исследование энергетических параметров университета [1]. Основное внимание уделяется разработке методов и инструментов для прогнозирования энергопотребления с использованием современных технологий и математических моделей.

Одним из наиболее важных инструментов в аналитике данных является анализ временных рядов. Временной ряд может быть представлен как комбинация нескольких компонентов: тренд, сезонность и случайные колебания.

Исследование проводили по архивным данным за 4 года. Данные за пятый год использовали для сравнения прогноза с реальными значениями расхода электроэнергии. Сравнительный анализ в MS Excel показан на рисунке 1.

 

Рисунок 1 – Сравнительный анализ прогноза и реальных значений

Ключевым результатом работы является программа, написанная на языке Python, которая позволяет прогнозировать будущий расход электроэнергии с учетом архивных данных и выявленных тенденций. Программа включает в себя модули для обработки данных, их анализа и визуализации результатов.

При запуске открывается главное окно с вкладками:

  • "О программе": содержит информацию о программе;
  • "Загрузка исходных данных": отображает текущие данные из файла base.txt;
  • "Ввод данных": позволяет пользователю вводить новые данные;
  • "График": строит график на основе данных из base.txt и отображает линейный тренд;
  • "Прогноз": рассчитывает прогноз на основе линейного тренда;
  • "График прогноза": строит график реальных значений и прогноза (рисунок 2).

 

Рисунок 2 – Вкладка «График прогноза»

К программе подключены библиотеки Python: Matplotlib и Tkinter. Matplotlib – это библиотека для визуализации данных. Библиотека Tkinter содержит все необходимые графические компоненты (кнопки, текстовые поля).

Таким образом, в процессе исследования был использован комплексный подход, включающий сбор и анализ данных, моделирование и применение информационных технологий.

 

Список литературы

1. Сенотова, С.А. Прогнозирование расхода электроэнергии на основе сезонных временных рядов / С.А. Сенотова, Н.М. Левин // Современные технологии и научно-технический прогресс. – 2024. – № 1. – С. 171 – 172.

Войти или Создать
* Забыли пароль?