EWZ und Machine Learning

Ganz, Nicolas and van Schie, Alexander (2019) EWZ und Machine Learning. Student Research Project thesis, HSR Hochschule für Technik Rapperswil.

Full text not available from this repository.

Abstract

Diese Studienarbeit wurde gemeinsam mit dem Unternehmen ewz durchgeführt und hat drei Ziele verfolgt. Erstes Ziel war die Analyse möglicher Optimierungen des Prognoseverfahrens von Stromwerten pro Kundengruppe. Das zweites Ziel bestand in der Überprüfung, ob die Klassifizierung der Kunden verbessert werden kann. Das letzte, optionale Ziel war die Erkennung von Eigenstromproduzenten.

Dazu wurden die Lastgangdaten, welche im 15 Minutentakt aufgezeichnet wurden, analysiert, um Patterns und Zusammenhänge zu erkennen. Anschliessend wurden Experimente mit diversen Algorithmen mit wiederum unterschiedlichen Hyperparametern durchgeführt. Nebst gewöhnlichen Machine Learning Algorithmen kamen auch Artificial Neural Networks aus dem Bereich des Deep Learnings zum Einsatz. Für die Untersuchung wurden die Tools R, Microsoft Azure ML Studio, Microsoft Azure ML Services, TensorFlow und Keras verwendet.

Die Ergebnisse bestätigen, dass das Prognoseverfahren von ewz verbessert werden kann. Bei der Klassifizierung konnte mit dem verwendeten Algorithmus keine bessere Segmentierung gefunden werden.

Item Type: Thesis (Student Research Project)
Subjects: Topics > Software > Optimization
Brands > Microsoft
Divisions: Bachelor of Science FHO in Informatik > Student Research Project
Depositing User: HSR Deposit User
Contributors:
Contribution
Name
Email
Thesis advisor
Richter, Stefan
UNSPECIFIED
Date Deposited: 25 Apr 2019 15:23
Last Modified: 25 Apr 2019 15:23
URI: https://eprints.ost.ch/id/eprint/758

Actions (login required)

View Item
View Item