Startseite » Stud. Arbeiten » Datenvorbereitung und Bewertung von Machine Learning-basierten Lastprognosemodellen

Datenvorbereitung und Bewertung von Machine Learning-basierten Lastprognosemodellen

Aufgabenstellung

Für viele Applikationen, insbesondere im Demand Side Management und in der Betriebsoptimierung, werden immer genauere Lastprognosen der Produktionsmaschinen benötigt. Durch eine sich verbessernde Datenlage und hohe Verfügbarkeit von Algorithmen bieten sich hierfür Machine Learning Methoden an. Die Prognosen werden dabei auf Basis von Zeitseriendaten erstellt, deren statistische Eigenschaften deutlich von üblichen Datensätzen im Machine Learning-Bereich abweichen. Daher sollen in dieser Arbeit Methoden zur Datenvorverarbeitung und Ergebnisbewertung speziell fürs Zeitserien-Forecasting entwickelt werden.

Schwerpunkte

Das Arbeitspaket umfasst folgende Punkte:

  • Literaturrecherche zum Stand der Technik von
    • statistischen Eigenschaften von Zeitserien
    • Möglichkeiten der Datenvorbereitung für Zeitserien-Forecasting
    • Bewertungskriterien für Zeitserien-Forecasting
  • Implementierung der gefundenen Methoden in einem einfachen Lastprognosemodell in Python
  • Bewertung des Einflusses der unterschiedlichen Methoden auf die Prognosegüte und die Bewertung des Lastprognosemodells

Notwendige Vorkenntnisse

Kontakt

Teile diese Ausschreibung

Share on facebook
Share on twitter
Share on linkedin
Share on pinterest
Share on print
Share on email