Prediktivní modelování cen elektrické energie s využitím strojového učení

Abstract

Tato bakalářská práce se zabývá vývojem aplikace pro predikci cen elektřiny. Aplikace umožňuje uživatelům získat předpovědi cen elektřiny na následující měsíc v různých časových intervalech a nabízí přehlednou vizualizaci těchto predikcí pro lepší orientaci v cenových trendech. Práce pokrývá celý vývojový cyklus aplikace od teoretické analýzy metod predikce a srovnání existujících řešení, přes návrh efektivního postupu se zaměřením na přesnost výsledků, až po implementaci v jazyce Python s využitím moderních knihoven pro zpracování a vizualizaci dat, a následné testování a nasazení. Výsledkem je funkční nástroj s intuitivním rozhraním, který poskytuje přehledné predikce cen elektřiny.

This bachelor's thesis focuses on the development of an application for electricity price forecasting. The application enables users to obtain electricity price forecasts for the upcoming month at various time intervals and provides a clear visualization of these predictions to help users better understand price trends. The thesis covers the entire development cycle of the application from the theoretical analysis of forecasting methods and comparison of existing solutions, to the design of an effective approach focused on prediction accuracy, and implementation in Python using modern libraries for data processing and visualization, followed by testing and deployment. The result is a functional tool that provides electricity price forecasts with an intuitive interface for easier interpretation.