Савенко, Микита Сергійович2025-10-222025-10-222025Савенко, М. С. Розробка інформаційної системи прогнозування споживання електроенергії = Development of an information system for electricity consumption forecasting : кваліфікаційна робота бакалавра / М. С. Савенко. – Одеса, 2025. – 62 с.https://dspace.onu.edu.ua/handle/123456789/42839У бакалаврській кваліфікаційній роботі розглянуто процес розробки програмної системи прогнозування споживання електроенергії з використанням моделей часових рядів. Актуальність теми зумовлена необхідністю підвищення ефективності управління енергетичними ресурсами в умовах зростання попиту та нестабільності навантажень. У роботі виконано аналіз математичних моделей прогнозування, зокрема ARIMA, SARIMA та Prophet, з акцентом на їх застосування для обробки часових рядів, що мають сезонні та трендові компоненти. Запропонована архітектура системи охоплює модулі для обробки даних, побудови моделі та візуалізації результатів. Програмна реалізація виконана мовою Python із використанням бібліотек Pandas, StatsModels, Prophet, а також matplotlib і Seaborn для графічного представлення даних. Система працює у консольному середовищі та забезпечує повний цикл: від завантаження даних до отримання прогнозу та оцінки його точності. Для перевірки ефективності реалізовано порівняльне тестування SARIMA та Prophet на одному датасеті. За результатами моделювання визначено, що обидві моделі забезпечують задовільну точність, однак Prophet демонструє кращу адаптацію до трендів без попереднього перетворення ряду. Результати роботи можуть бути використані для створення аналітичних систем прогнозування енергоспоживання, автоматизованого керування навантаженнями, а також як основа для подальших досліджень у сфері прогнозування часових рядів.This bachelor's thesis presents the development of a software system for forecasting electricity consumption using time series models. The relevance of the topic is driven by the growing need for efficient energy management under conditions of increasing demand and unstable load profiles. The work includes an in-depth analysis of forecasting models such as ARIMA, SARIMA, and Prophet, focusing on their suitability for time series with seasonal and trend components. The proposed system architecture consists of data processing, modeling, and visualization modules. The implementation was carried out in Python using libraries such as Pandas, StatsModels, Prophet, matplotlib, and Seaborn. The application operates in a console-based environment and performs a full prediction cycle: from loading data to generating a forecast and evaluating its accuracy. Comparative testing of SARIMA and Prophet was performed on the same dataset. Results demonstrate that both models achieve acceptable accuracy, with Prophet showing better adaptability to trend components without the need for data transformation. The developed system can be used as a foundation for analytical platforms for energy consumption forecasting, automated load control, and further research in the field of time series forecasting.uk122 комп’ютерні наукибакалаврелектроенергіячасові рядиенергоспоживаннязастосунокмова програмуванняDiplomas