Details
| Title | Прогнозирование и оптимизация энергопотребления в умных домах с использованием методов машинного обучения: выпускная квалификационная работа бакалавра: направление 09.03.02 «Информационные системы и технологии» ; образовательная программа 09.03.02_02 «Информационные системы и технологии» |
|---|---|
| Creators | Сафонов Павел Алексеевич |
| Scientific adviser | Сорокина Наталья Владимировна |
| Organization | Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и кибербезопасности |
| Imprint | Санкт-Петербург, 2025 |
| Collection | Выпускные квалификационные работы ; Общая коллекция |
| Subjects | энергопотребление ; умный дом ; оптимизация энергопотребления ; машинное обучение ; прогнозирование энергии ; energy consumption ; smart home ; energy optimization ; machine learning ; energy forecasting |
| Document type | Bachelor graduation qualification work |
| File type | |
| Language | Russian |
| Level of education | Bachelor |
| Speciality code (FGOS) | 09.03.02 |
| Speciality group (FGOS) | 090000 - Информатика и вычислительная техника |
| DOI | 10.18720/SPBPU/3/2025/vr/vr25-5157 |
| Rights | Доступ по паролю из сети Интернет (чтение, печать) |
| Additionally | New arrival |
| Record key | ru\spstu\vkr\37776 |
| Record create date | 9/23/2025 |
Allowed Actions
–
Action 'Read' will be available if you login or access site from another network
| Group | Anonymous |
|---|---|
| Network | Internet |
Целью работы является разработка системы, которая будет направлена на прогнозирование энергопотребления в умных домах, а также его оптимизацию с учетом различных факторов таких, как внешние условия и поведение пользователей. Для выполнения работы по теме "Прогнозирование и оптимизация энергопотребления в умных домах с использованием методов машинного обучения" обучения необходимо решить следующие задачи: 1. Исследование способов сбора и анализа данных о потреблении электроэнергии в умных домах. 2. Определение наиболее эффективных моделей оптимизации энергопотребления. 3. Оценка точности прогнозов с использованием методов машинного обучения. 4. Разработка модели оптимизации энергопотребления. 5. Тестирование и анализ работы системы.
The aim of this work is to develop a system aimed at forecasting energy consumption in smart homes, as well as optimizing it considering various factors such as external conditions and user behavior. To accomplish the objectives of the work on the topic "Forecasting and Optimization of Energy Consumption in Smart Homes Using Machine Learning Methods", the following tasks were set: 1. To study methods of collecting and analyzing data on electricity consumption in smart homes. 2. To identify the most effective models for energy consumption optimization. 3. To evaluate the accuracy of forecasts using machine learning methods. 4. To develop a model for energy consumption optimization. 5. To test and analyze the performance of the system.
| Network | User group | Action |
|---|---|---|
| ILC SPbPU Local Network | All |
|
| Internet | Authorized users SPbPU |
|
| Internet | Anonymous |
|
Access count: 1
Last 30 days: 0