Energy consumption in greenhouse cultivation is analysed and predicted with the daily data for the whole year 2025. Outdoor temperature, greenhouse indoor temperature, relative humidity, solar radiation and energy consumption are included in the data set. The research used descriptive statistics, correlation analysis and interpretive analysis of the major factors of energy demand. The results indicated that the biggest influencing variable is that of the ambient temperature, with the other variables, such as the ambient humidity, solar radiation and indoor temperature, having an auxiliary role in shaping the energy load. The study showed marked seasonality in the consumption, with higher consumption during the late winter and early spring period. The results validate the relevance of predictive analysis towards the optimization of energy efficiency, GHPs operational stability and administrative decisions.

Η εργασία επικεντρώνεται στην ανάλυση και την πρόβλεψη της ενέργειας που χρησιμοποιείται στην παραγωγή θερμοκηπίων με βάση ένα πλήρες έτος ημερήσιων δεδομένων το 2025. Τα δεδομένα αποτελούνται από την εξωτερική θερμοκρασία, την εσωτερική θερμοκρασία του θερμοκηπίου, τη σχετική υγρασία, την ηλιακή ακτινοβολία και την κατανάλωση ενέργειας. Οι μελέτες βασίστηκαν στην περιγραφική στατιστική, τη μελέτη συσχέτισης και την ερμηνευτική ανάλυση των πρωταρχικών παραγόντων που διαμορφώνουν τη ζήτηση ενέργειας. Αυτά τα ευρήματα αποκάλυψαν ότι η εξωτερική θερμοκρασία είναι ο πιο ισχυρός προγνωστικός παράγοντας της κατανάλωσης, ενώ η εσωτερική θερμοκρασία, η υγρασία και η ηλιακή ακτινοβολία είναι συμπληρωματικές στον ορισμό του ενεργειακού φορτίου. Η ανάλυση έδειξε ότι είναι σαφώς εποχιακό, με την κατανάλωση να αυξάνεται στα τέλη του χειμώνα και στις αρχές της άνοιξης. Τα αποτελέσματα αποδεικνύουν τη σημασία της προγνωστικής ανάλυσης για τη βελτιστοποίηση της ενεργειακής απόδοσης, τη σταθερότητα της λειτουργίας του θερμοκηπίου και τη βοήθεια στη λήψη διοικητικών αποφάσεων.