Prdiction de l'utilisation de la puissance base sur l'apprentissage automatique

Ce livre résume la prévision de la charge électrique qui a pris une importance considérable de nos jours dans les systèmes modernes de gestion de l'énergie électrique avec des éléments de la technologie de l'avidité intelligente. Les grandes données sur l'électricité présentent les caractéristiques suivantes: grand nombre, dimension élevée et séries temporelles. Dans le même temps, il existe de nombreuses formes de données manquantes sur l'énergie électrique, certaines étant dispersées et d'autres manquant les unes après les autres. Par conséquent, les combinaisons de méthodes de prédiction font l'objet d'une attention croissante. Nous avons effectué une analyse exploratoire des données, un prétraitement et une séparation formation-test avant d'entraîner le modèle. Nous avons utilisé diverses mesures pour tester les avantages du modèle proposé: erreur absolue moyenne, erreur quadratique moyenne et erreur quadratique moyenne racine.