Monitoraggio e analisi dei consumi della sede EthosEnergy di Torino ed implementazione di un modello predittivo per la loro stima = Monitoring and Analysis of Energy Consumption at the EthosEnergy Turin Facility and Development of a Predictive Model for Forecasting

La crescente attenzione verso l’efficienza e la sostenibilità energetica in ambitoindustriale rende sempre più rilevante l’impiego di modelli previsionali capaci di anticipare l’andamento dei consumi. In questo contesto si inserisce il presente lavoro di tesi, che ha come obiettivo lo sviluppo di un modello di previsione dei consumi elettrici per lo stabilimento EthosEnergy di Torino, finalizzato a migliorare la gestione operativa e strategica dell’energia nel breve periodo (short-term forecasting). Il modello è stato realizzato mediante due differenti approcci: la Regressione Lineare (LR), di tipo statistico e interpretabile, e la Gaussian Process Regression (GPR), basata su tecniche di machine learning e in grado di rappresentare relazioni non lineari. Entrambi i metodi sono stati applicati ai dati orari di consumo aziendale, analizzando l’effetto di parametri quali il resampling e l’orizzonte temporale di previsione, e valutandone le prestazioni attraverso le metriche RMSE (Root Mean Square Error) e MAE (Mean Absolute Error). I risultati hanno evidenziato una maggiore accuratezza e stabilità del modello GPR, capace di cogliere relazioni non lineari e dinamiche complesse del segnale energetico, mentre la LR si distingue per semplicità di implementazione e rapidità di calcolo. L’applicazione di tecniche di previsione dei consumi si è dimostrata un valido strumento per la pianificazione e l’ottimizzazione dei processi aziendali, offrendo un’opportunità di gestione più consapevole dell’energia e un miglioramento complessivo dell’efficienza operativa. Il lavoro rappresenta inoltre un primo passo verso l’integrazione di strumenti predittivi nei sistemi di monitoraggio aziendale, aprendo la strada a futuri sviluppi orientati all’estensione dell’orizzonte temporale e/o all’impiego di variabili esplicative aggiuntive.