Predicció de la demanda d'energia elèctrica utilitzant dades de consum i meteorològiques
Description
Aquest repositori conté el projecte complet desenvolupat per al Treball de Fi de Màster de Pol Gilart Jové.
El projecte inclou el codi font, les dades preprocessades, els resultats generats, els models entrenats, les figures comparatives i els fitxers necessaris per reproduir l'entorn d'execució. L'objectiu del treball és comparar diferents models de machine learning, deep learning i models híbrids per a la predicció de dues variables energètiques: la demanda elèctrica real (`total.load.actual`) i el preu real de l'electricitat (`price.actual`).
El paquet inclou models basats en XGBoost, xarxes neuronals recurrents, convolucionals i models híbrids que combinen xarxes neuronals amb XGBoost sobre residus. També s'hi inclouen mètriques d'avaluació, resultats del procés d'optimització d'hiperparàmetres, corbes d'aprenentatge, importàncies SHAP agregades i gràfics comparatius finals.
El projecte està organitzat per facilitar la reproductibilitat dels experiments. Els fitxers `requirements.txt` i `environment.yml` documenten l'entorn utilitzat, mentre que el fitxer `README.md` descriu l'estructura del projecte i l'ordre recomanat d'execució dels scripts.