Universiteti i Prishtinës Fakulteti i Inxhinierisë Elektrike dhe Kompjuterike Inxhinieri Kompjuterike dhe Softuerike Lënda: Machine Learning Profesor: Dr. Lule Ahmedi dhe MSc. Mërgim H. HOTI

---

Përshkrim i përgjithësuar i projektit

Ky projekt realizohet në kuadër të lëndës “Machine Learning” dhe fokusohet në analizën dhe përpunimin e të dhënave reale të energjisë elektrike në Kosovë.

Qëllimi kryesor është përgatitja e dataset-it për ndërtimin e modeleve të Machine Learning, përmes hapave të strukturuar si pastrimi, transformimi dhe analiza e të dhënave.

Projekti përfshin:

• para-procesimin e të dhënave
• analizën e variablave kryesorë
• krijimin e feature-ve të reja
• përgatitjen e dataset-it për modele parashikuese

---

Përzgjedhja e Dataset-it

Dataset-i i zgjedhur për këtë projekt është i lidhur me sistemin energjetik të Kosovës dhe përmban të dhëna reale kohore mbi prodhimin dhe ndikimin mjedisor të energjisë elektrike.

Atributi	Detaji
Emri i Dataset-it	Electricity Data for Kosovo
Burimi	Electricity Maps
Përmbledhje	Dataset kohor (time series) që përmban të dhëna mbi prodhimin e energjisë, intensitetin e karbonit dhe përqindjen e energjisë së rinovueshme.

---

Qëllimi i Projektit

Qëllimi final i këtij projekti është ndërtimi i modeleve të Machine Learning për:

• parashikimin e konsumit të energjisë
• parashikimin e carbon intensity
• analizimin e trendeve në kohë
• identifikimin e anomalive në sistemin energjetik

---

Faza e parë - Para-procesimi i të dhënave

Në këtë fazë është realizuar përgatitja e dataset-it për analiza dhe modelim. Janë ndërmarrë hapa për pastrim, transformim dhe strukturim të të dhënave.

Rezultati përfundimtar është një dataset i pastër dhe i gatshëm për përdorim në Machine Learning.

---

1. Identifikimi i Tipeve të të Dhënave

U analizua struktura e dataset-it për të kuptuar tipin e secilës kolonë.

Rezultati: U identifikua që kolona Datetime (UTC) nuk ishte në format të duhur dhe kërkonte konvertim.

2. Konvertimi i Kolonës së Kohës

Për të mundësuar analizë kohore, kolona e datës dhe kohës u konvertua në format datetime.

 python df['Datetime (UTC)'] = pd.to_datetime(df['Datetime (UTC)']) 

• Funksioni pd.to_datetime() konverton të dhënat në format të standardizuar të kohës
• Ky hap është i domosdoshëm për operacione si resampling dhe analiza kohore

Rezultati: Dataset-i tani mund të përdoret për analiza time-series dhe grupime sipas kohës.

3. Zbulimi i Vlerave Mungese (NULL)

Për çdo kolonë u llogarit përqindja e vlerave mungese për të vendosur metodën e duhur të pastrimit.

• isnull().sum() tregon numrin e vlerave të mungura për çdo kolonë
• Llogaritja e përqindjes ndihmon në vendimmarrje për trajtim

Rezultati: U identifikuan kolona 'Data estimation method' me përqindje të lartë të vlerave mungese.

4. Kontrolli për Duplikate

Ky hap siguron që dataset-i nuk përmban rreshta të përsëritur.

• duplicated() identifikon rreshtat që janë të njëjtë
• .sum() jep numrin total të tyre

Rezultati: U konfirmua se nuk ka duplicate.

5. Heqja e Kolonave të Panevojshme

Janë larguar kolonat që nuk kontribuojnë në analizë ose modelim.

 df = df.drop(columns=[
    'Data source',
    'Data estimated',
    'Data estimation method'
]) 

Këto kolona përmbajnë metadata që nuk përdoren në analizë.
Reduktohet kompleksiteti i dataset-it

Rezultati: Dataset-i u thjeshtua dhe u fokusua në variabla relevante.

6. Analiza e Variablave Kryesorë

Fokus në kolonat që lidhen me energjinë dhe ndikimin mjedisor.

important_cols = [
    'Carbon intensity gCO₂eq/kWh (direct)',
    'Carbon intensity gCO₂eq/kWh (Life cycle)',
    'Carbon-free energy percentage (CFE%)',
    'Renewable energy percentage (RE%)'
]

print(df[important_cols].describe()) 

• 'describe()' jep statistika bazike si mesatarja, minimumi dhe maksimumi.
• Ndihmon në kuptimin e shpërndarjes së të dhënave.

Rezultati: U fitua një pasqyrë e qartë mbi sjelljen e variablave kryesorë.

7. Agregimi i të Dhënave (Resampling)

Të dhënat u grupuan në nivel ditor për analizë më të thjeshtë.

 daily = df.resample('D', on='Datetime (UTC)').mean(numeric_only=True) 

• resample('D') - grupizon të dhënat sipas ditëve
• mean() - llogarit mesataren për çdo ditë

Rezultati: U krijua një dataset i ri me vlera ditore, më i përshtatshëm për analizë dhe modelim.

8. Vizualizimi i të Dhënave

Vizualizim i trendit të carbon intensity.

import matplotlib.pyplot as plt

daily['Carbon intensity gCO₂eq/kWh (direct)'].plot()
plt.title("Intensiteti ditor i karbonit")
plt.xlabel("Data")
plt.ylabel("gCO₂eq/kWh")
plt.show()

• Krijohet një grafik kohor (time series)
• Ndihmon në identifikimin e trendeve dhe anomalive

Rezultati: U identifikuan variacionet dhe trendet në kohë.

9. Feature Engineering

Krijimi i variablave të reja nga data dhe koha.

df['hour'] = df['Datetime (UTC)'].dt.hour
df['day'] = df['Datetime (UTC)'].dt.day
df['month'] = df['Datetime (UTC)'].dt.month
df['weekday'] = df['Datetime (UTC)'].dt.weekday

• Nxirren komponentët e kohës nga kolona datetime
• Këto përdoren si input për modele Machine Learning

Rezultati: Dataset-i u pasurua me feature të rëndësishme për analizë të avancuar.

Authors

• Anjeza Sfishta
• Erza Merovci
• Fortesa Cena