Формування набору даних для аналізу енергоефективності

Abstract

У тезах розглянуто методи формування набору даних для аналізу енергоефективності підприємств та установ. Описано процес збору, структуризації та попередньої обробки даних, включаючи очищення, нормалізацію та агрегацію показників споживання енергії. Розглянуто формування аналітичних профілів об’єктів та можливості застосування методів машинного навчання для кластеризації, прогнозування та виявлення аномалій у споживанні енергоресурсів. Показано практичну значущість якісного набору даних для підвищення ефективності енергоменеджменту та підтримки прийняття рішень.

-

The theses examine methods for creating datasets for energy efficiency analysis of enterprises and institutions. The process of data collection, structuring, and preprocessing is described, including data cleaning, normalization, and aggregation of energy consumption indicators. Analytical profiles of objects are formed, and the application of machine learning methods for clustering, forecasting, and detecting anomalies in energy use is discussed. The practical significance of high-quality datasets for improving energy management efficiency and supporting decisionmaking is highlighted.