Analisi, predizione e reportistica del consumo di gas nel nord-ovest europeo

Abstract

Il progetto della prova finale parte dalla comprensione e studio del mercato del gas, andando a capire quali sono le principali nazioni che muovono questo mercato e tutte le sue componenti più specifiche. Successivamente si è passati all’analisi del problema vero e proprio, ovvero il consumo di gas nel nord-ovest europeo, andando a studiare con maggiore attenzione le varie tipologie di consumo e tutti fattori che determinano una variazione di quest’ultimo. Si sono poi scelti i vari modelli di machine learning da utilizzare per fare la predizione del consumo, andandoli a studiare nello specifico e svolgendo un’ottimizzazione degli iperparametri per ottenere i migliori risultati possibili. A seguire si è iniziato a sviluppare il codice andando a selezionare i migliori dati possibili ed allenando i modelli in due diverse modalità, produzione e backtest, salvando tutti i risultati su un database e programmando tutti i vari processi necessari al mantenimento del progetto. Infine si è svolto un lavoro di reportistica per facilitare la visione e l'analisi della predizione del consumo.

The project of the final test starts from the understanding and study of the gas market, going to understand which are the main nations that move this market and all its more specific components. Then it moved on to the analysis of the actual problem, which is gas consumption in Northwest Europe, going to study more carefully the various types of consumption and all the factors that determine a variation of that. The machine learning models to be used to make the consumption prediction were then chosen, going to study them specifically and carrying out hyperparameter optimization to obtain the best possible results. Next, code development was started by going to select the best possible data and training the models in two different modes, production and backtest, saving all the results to a database and scheduling all the various processes needed to maintain the project. Finally, some reporting work was done to facilitate the viewing and analysis of the consumption prediction.