Prognozowanie i analiza danych w energetyce

online lub stacjonarnie 4 dni

Szkolenie wprowadza od podstaw niezbędne pojęcia statystyczne, a następnie kolejne metody analityczne: analizę regresji, metody prognozowania szeregów czasowych, prognozowanie za pomocą sieci neuronowych, a także metody klasyfikacji. Na szkoleniu będą wykorzystane rzeczywiste dane pochodzące z polskich przedsiębiorstw.

Dla kogo?

  • Dla wszystkich, którzy przygotowują prognozy zapotrzebowania na energię elektryczną lub cieplną i jej przyszłego zużycia – w elektrowniach, elektrociepłowniach, zakładach energetycznych itp.

Co zyskasz?

  • Poznasz podstawowe pojęcia z zakresu prognozowania
  • Poznasz różnorodne metody umożliwiające formułowanie prognoz oraz ocenę ich trafności
  • Dowiesz się, które z zaawansowanych metod prognozowania stosować w branży energetycznej
  • Nauczysz się samodzielnie modelować i prognozować szeregi czasowe w programie Statistica
  • Zaoszczędzisz czas i zredukujesz wydatki firmy, stosując nowoczesne narzędzia Statistica do prognozowania zapotrze­bowania oraz zużycia energii elektrycznej lub cieplnej

  • Program
  • Prowadzący
  • Informacje organizacyjne
  • Ceny

Program szkolenia:

  1. Wprowadzenie do statystycznej analizy danych
    • Podstawowe pojęcia
    • Zakres zastosowań metod statystycznych
  2. Wybrane operacje na danych
    • Import arkusza MS Excel i sposoby sprawdzania poprawności danych
    • Czyszczenie danych
  3. Elementy statystyki opisowej
    • Badanie rozkładu zmiennych
    • Charakterystyki liczbowe rozkładu zmiennej
    • Analiza statystyk opisowych w grupach
  4. Elementy wnioskowania statystycznego
    • Testowanie hipotez statystycznych
    • Przykłady weryfikacji hipotez statystycznych
  5. Wybrane metody analizy współzależności pomiędzy zmiennymi
    • Wprowadzenie
    • Elementy analizy korelacyjnej
    • Regresja liniowa dwóch zmiennych (regresja prosta)
    • Regresja wieloraka
      • Metody budowy modeli
    • Estymacja modeli nieliniowych
  6. Metody prognozowania szeregów czasowych – wprowadzenie
    • Składniki szeregu czasowego
    • Metody prognozowania
    • Miary oceny trafności prognoz
  7. Analiza trendu
    • Średnie ruchome
    • Analityczna metoda wyodrębniania trendu
    • Eliminacja trendu
  8. Analiza wahań okresowych
    • Sezonowość addytywna i multiplikatywna
    • Metoda Census I
    • Eliminacja wahań okresowych
  9. Zastosowanie modeli regresji w prognozowaniu szeregów czasowych
    • Trendy
    • Modele ze zmiennymi zerojedynkowymi
    • Modele autoregresji
    • Uwzględnianie informacji ze zmiennych dodatkowych
    • Trendy jednoimiennych okresów
  10. Modele ARIMA
    • Struktura modelu
    • Doprowadzanie analizowanego procesu do stacjonarności
    • Poszukiwanie dopuszczalnego modelu
    • Weryfikacja modelu
  11. Wyrównywanie wykładnicze
    • Zasady wyrównywania wykładniczego
    • Wybór modelu
    • Ocena wyników
  12. Analiza skupień
    • Podstawy analizy skupień
    • Wybór miary odległości, metody i strategii grupowania
    • Metoda Warda i metoda k-średnich
    • Zastosowanie metod analizy skupień w analizie szeregów czasowych
  13. Analiza obserwacji ekstremalnych i nietypowych
  14. Analiza dyskryminacyjna
  15. Modele logitowe
  16. Sieci neuronowe
    • Neuron i jego budowa
    • Sieć neuronowa – architektura, funkcje aktywacji i błędu
    • Uczenie sieci
    • Zalety sieci i zagrożenia związane z ich stosowaniem
    • Neuronowe modele regresyjne
    • Wykorzystanie sieci do prognozowania szeregów czasowych
    • Techniki klasyfikacji wzorcowej

Polecamy kolejne szkolenia:           

  • Data mining – kurs podstawowy
  • Data mining – metody predykcyjne
  • Sieci neuronowe
  • Praktyczne zastosowania technik regresyjnych w Statistica

 

Podobne szkolenia

Wizualizacja danych z wykorzystaniem Spotfire

Szkolenie jest poświęcone technikom wizualizacji danych, dzięki którym od ręki można badać złożone zbiory danych i uzyskiwać odpowiedzi na pytania biznesowe. Używając interakcyjnej wizualizacji, […]

Dowiedz się więcej

Modelowanie w badaniach marketingowych i rynkowych

Program obejmuje podstawy modelowania, interpretację i idealizację modelu oraz symulację i predykcję. Szczególna uwaga zostanie zwrócona na wykorzystanie modeli regresyjnych dla danych jakościowych (logit, […]

Dowiedz się więcej

Metody analizy danych poniżej granicy oznaczalności

Kurs dotyczy praktycznego podejścia do analizy danych zawierających wyniki poniżej granicy raportowania (tj. granicy wykrywalności lub oznaczalności, czyli tzw. wyniki cenzorowane), które […]

Dowiedz się więcej

Masz pytania?

Porozmawiaj z nami!

Jesteśmy tutaj, aby pomóc i rozwiać wszystkie Twoje wątpliwości. Wypełnij formularz, napisz do nas maila lub zadzwoń – odpowiemy najszybciej, jak to możliwe!

    Przejdź do treści