Presentation_Household_Power_Consumption_1

1.

Разработка модели анализа данных
для оценки электропотребления домохозяйств
Автор: Иван Иванов

2.

Актуальность задачи
Рост цен на электроэнергию требует оптимизации потребления
Энергетические компании нуждаются в прогнозировании нагрузки
Домохозяйства могут экономить, зная свои паттерны потребления
Государственные программы энергоэффективности требуют данных
ЦЕЛЬ: Разработать модель анализа данных для оценки
электропотребления

3.

Используемые данные
Признак
Тип
Описание
house_size_sqm
Числовой
Площадь дома (кв.м)
num_rooms
Числовой
Количество комнат
num_residents
Числовой
Количество жильцов
has_electric_heating
Бинарный
Электрическое отопление
has_ac
Бинарный
Наличие кондиционера
has_pool
Бинарный
Наличие бассейна
has_electric_vehicle
Бинарный
Наличие электромобиля
is_weekend
Бинарный
Замер в выходной
season
Категориальный
Сезон года
temperature_celsius
Числовой
Температура
daily_consumption_kwh
Числовой
Целевая переменная (потребление)

4.

Предобработка данных
• Удаление дубликатов записей
• Кодирование категориальных признаков (season: зима→0, весна→1, лето→2, осень→3)
• Масштабирование числовых признаков (StandardScaler)
• One-Hot Encoding бинарных признаков
• Проверка выбросов (IQR метод)
• РЕЗУЛЬТАТ: 500 записей, 15 признаков после обработки

5.

Генерация новых признаков (Feature Engineering)
Признак
Формула
Смысл
consumption_per_person
daily_consumption / num_residents
Потребление на человека
consumption_per_sqm
daily_consumption / house_size_sqm
Энергоэффективность здания
electrical_load_index
heating+ac+pool+ev
Индекс нагрузки на электросеть

6.

Постановка задачи машинного обучения
ТИП ЗАДАЧИ: РЕГРЕССИЯ
Входные признаки (X):
Все исходные признаки (кроме ID и даты)
3 новых сгенерированных признака
Итого: 15 признаков после обработки
Целевая переменная (y):
Дневное потребление электроэнергии (кВт*ч)
Метрики качества: R², MAE, RMSE
Целевой уровень: R² > 0.8

7.

Выбор и обучение модели
Модель: Random Forest Regressor
• Преимущества:
Устойчивость к выбросам
Не требует нормализации данных
Дает важность признаков
Хорошо работает с табличными данными
• Параметры модели:
n_estimators = 100 (количество деревьев)
max_depth = 15 (глубина деревьев)
min_samples_split = 5
• Разделение данных: 80% обучение, 20% тест

8.

Результаты и метрики качества
0.8234
R² (тест)
3.12 кВт·ч 4.28 кВт·ч0.810±0.030
MAE
RMSE
CV R²

9.

Корреляционная матрица признаков

10.

Выводы и практическое применение
• ДОСТИГНУТЫЕ РЕЗУЛЬТАТЫ:
Разработана модель анализа данных с R² = 0.8234
Средняя ошибка прогноза: 3.12 кВт·ч в день
Создано 3 новых информативных признака
Модель интерпретируема (определена важность признаков)
• ПРАКТИЧЕСКОЕ ПРИМЕНЕНИЕ:
Энергокомпании → прогнозирование нагрузки на сеть
Умные дома → оптимизация потребления
Риелторы → оценка энергоэффективности жилья
Государство → программы субсидирования

11.

Спасибо за внимание!