Prédiction de la demande en électricité via l’utilisation du machine learning

Défense de mémoire de Pierre Baptiste

La défense aura lieu via teams

Ce mémoire traite de la question de la prédiction de la consommation électrique d’un quartier résidentiel à l’aide du machine learning et plus particulièrement ici des réseaux de neurones artificiel et des random forest. Ce document contient un état de l’art du sujet ainsi qu’un résumé de la problématique dont il est question, une analyse de la performance des modèles en terme de prédiction et comment optimiser ceux-ci pour obtenir les résultats les plus précis possibles.Le tout en influent sur des paramètres tels que la période d’observation donnée au modèle, le temps entre chaque observation ou encore la taille des séries temporelles passées au modèle durant la phase d’entraînement.

Mots-clefs
prédiction, time-series, réseau de neurones, machine learning, électricité, ARMA, ARIMA, random forest

Contact : Isabelle Daelman - isabelle.daelman@unamur.be
Télecharger : vCal