Original title:
Použitelnost kontraktuálních informací pro předvídání objemu energetické spotřeby domácnosti
Translated title:
Usability of contractual information for prediction of household energy consumption volume
Authors:
Škorvaga, Cyril ; Janda, Karel (advisor) ; Khymych, Olha (referee) Document type: Bachelor's theses
Year:
2023
Language:
eng Abstract:
[eng][cze] 5 Abstract This thesis investigates usability of contractual information, enriched with publicly available sociodemographic and environmental statistics, for predicting household energy consumption volume. The aim is to assess the usability of this type of information to enhance prediction accuracy as well as to uncover relationships between energy consumption and various independent variables derivable from the contractual information, such as appliance groups, location, age, and sex. Regression trees, a machine learning technique, are employed to develop a prediction model. Thesis focuses on households in the Czech Republic. The results demonstrate the efficacy of the prediction model, with low bias and improved accuracy compared to existing estimators for newly set meter points. The inclusion of regional-level variables enhances prediction accuracy only moderately. However, patterns derived from extensive datasets yield statistically significant conclusions regarding the effect of these variables. Challenges in incorporating certain variables and lack of longitudinal data limit the study. Future research directions may include exploring how different customer groups react to time- variant factors to enhance the accuracy and applicability of energy consumption predictions. The findings provide utility...6 Abstrakt Tato práce zkoumá využitelnost smluvních informací, obohacených o veřejně dostupné sociodemografické a environmentální statistiky, pro predikci objemu spotřeby energie domácností. Cílem je posoudit použitelnost tohoto typu informací pro zvýšení přesnosti predikce a také odhalit vztahy mezi spotřebou energie a různými nezávislými proměnnými odvozenými ze smluvních informací, jako jsou distribuční sazby, skupiny typového diagramu dodávky, umístění (PSČ), věk a pohlaví. K vývoji predikčního modelu se používají regresní stromy, technika strojového učení. Studie se zaměřuje na domácnosti v České republice. Výsledky demonstrují účinnost predikčního modelu s jeho nízkým až neexistujícím statistickým zkreslením a zlepšenou přesností predikce ve srovnání se stávajícími modely používanými k odhadu spotřeby nově zakládaných odběrných míst. Zahrnutí proměnných na regionální úrovni jen mírně zvyšuje přesnost předpovědi, nicméně modely odvozené z rozsáhlých souborů dat poskytují statisticky významné závěry ohledně směru vlivu jednotlivých proměnných. Studii však omezují problémy se začleněním určitých proměnných a nedostatek dlouhodobých údajů. Budoucí směry výzkumu mohou zahrnout zkoumání reakcí různých skupin zákazníků na časově proměnné faktory. Tím by se zvýšila přesnost a použitelnost předpovědí spotřeby...
Keywords:
consumption determinants; contractual information; household energy consumption; regression analysis
Institution: Charles University Faculties (theses)
(web)
Document availability information: Available in the Charles University Digital Repository. Original record: http://hdl.handle.net/20.500.11956/181970