Među mnogim vrstama podataka koje su danas masovno generirane posebno mjesto zauzeli su vremenski nizovi podataka i njihova analiza. U ovom radu definiran je pojam vremenskog niza te su na jedno mjesto sakupljene informacije o njegovim najvažnijim karakteristikama trendu, sezonalnosti, cikličnosti i nepravilnosti. Kroz objašnjenje njihove međusobne povezanosti definirana je važnost stacionarnosti vremenskog niza te način njezinog postizanja budući da strogo stacionaran vremenski niz u realnom svijetu ne postoji. U drugom djelu rada prikazan je postupak analize povijesnih podataka o proizvodnji i potrošnji električne energije kako bi se dobio što bolji uvid u ponašanje podataka kroz vrijeme. Posljednji dio rada usmjeren je na stvaranje predikcijskog modela nad spomenutim podacima. Prikazana je priprema podataka za predikcijsku analizu koja uključuje metode pročišćavalja podataka, testiranja i postizanja stacionarnosti kako bi se dobio što točniji predikcijski model. Za realizaciju praktičnog dijela rada korišten je programski jezik Python.