DUGi

Mòdul de predicció per al consum energètic

http://dugi.udg.edu/item/http:@@@@hdl.handle.net@@10256@@22673

L’objectiu d’aquest treball és elaborar una eina de forecasting autònoma que permeti entrenar els models de manera que sigui el màxim d’autònoma possible, emmagatzemar-los i posteriorment utilitzar-los per obtenir previsions d’energia consumida. En aquest treball s’implementarà un mòdul que s’integrarà dins la plataforma software del projecte europeu e-Land. En aquest treball es provaran i utilitzaran diverses tècniques d’intel·ligència artificial per aconseguir els millors resultats de forecasting possibles. S’utilitzaran tècniques d’autoselecció de paràmetres per als diversos algorismes de forecasting seleccionats i es gestionarà la possibilitat de tenir diversos models / usuaris i el seu emmagatzematge. Finalment es testejarà la metodologia implementada en un cas d’ús utilitzant dades reals d’un dels 3 pilots del projecte e-Land. El projecte es realitzarà amb la col·laboració del grup de recerca “eXiT” afiliat a la UdG, en la seva branca enfocada a l’eficiència i disminució en el consum energètic, més concretament, el treball es durà a terme amb en Llorenç Burgas, tutor del TFG. Tots els datasets i les dades reals utilitzades en aquest projecte són proporcionades pel grup de recerca

The aim of this work is to develop an autonomous forecasting tool that allow the models to be trained so that they are as autonomous as possible possible, store them and later use them to obtain forecasts of energy consumed. In this work a module will be implemented that will be integrated into the software platform of the European e-Land project. Various intelligence techniques will be tested and used in this work artificial to achieve the best possible forecasting results. Parameter self-selection techniques will be used for the various algorithms of forecasting selected and the possibility of having several will be managed models / users and their storage. Finally the will be tested methodology implemented in a use case using real data from one of the 3 e-Land project pilots. The project will be carried out with the collaboration of the "eXiT" research group affiliated to the UdG, in its branch focused on efficiency and reduction in consumption energy, more specifically, the work will be carried out with Llorenç Burgas, tutor of the TFG. All datasets and real data used in this project are provided by the research group

7