Детальная информация

Тема выпускной квалификационной работы: «Прогнозирование электрической нагрузки электромобилей: Моделирование и анализ». Данная работа посвящена моделированию и анализу воздействия электрической нагрузки, создаваемой электромобилями, на энергосистему. Исследование проводится в с помощью языка программирования Python. Целью является повышение надежности и эффективности электросетей путем анализа существующих данных о зарядных сессиях электромобилей. Работа включает создание модели, использующей данные о 70 000 зарядных сессиях электромобилей. Для анализа используются методы регрессионного анализа, классификации и кластеризации. Система дорог моделируется на основе реальной дорожной инфраструктуры г. Санкт-Петербурга, что позволяет моделировать передвижение электромобилей и прогнозировать их энергопотребление. В заключительной части работы предлагаются практические рекомендации для энергетических компаний по планированию и оптимизации работы электросетей. Исследование подчеркивает важность интеграции современных методов анализа данных для прогнозирования и управления нагрузками в условиях роста числа электромобилей.

The topic of the final qualification work: "Forecasting Electrical Load of Electric Vehicles: Modeling and Analysis". This work is dedicated to modeling and analyzing the impact of the electrical load created by electric vehicles on the power system. The research is conducted using the Python programming language. The objective is to enhance the reliability and efficiency of power grids by analyzing existing data on electric vehicle charging sessions. The study involves creating a model that utilizes data from 70,000 electric vehicle charging sessions. Regression analysis, classification, and clustering methods are used for the analysis. The road system is modeled based on the actual road infrastructure of Saint Petersburg, allowing for the simulation of electric vehicle movement and the prediction of their energy consumption. In the final part of the work, practical recommendations are provided for energy companies regarding the planning and optimization of power grid operations. The research emphasizes the importance of integrating modern data analysis methods for forecasting and managing loads in the context of the increasing number of electric vehicles.