АНАЛІЗ МЕТОДІВ ДОСТОВІРИЗАЦІЇ ДАНИХ ДЛЯ ЗАДАЧ КОРОТКОСТРОКОВОГО ПРОГНОЗУВАННЯ ВУЗЛОВИХ ЕЛЕКТРИЧНИХ НАВАНТАЖЕНЬ
A comparative analysis of clustering methods was performed to identify gaps and anomalous values in the data. Data from the northwestern region of the United States were used for evaluation. According to the analysis results, it was found that the use of the DBSCAN method leads to a much smaller num...
Збережено в:
| Дата: | 2021 |
|---|---|
| Автори: | , |
| Формат: | Стаття |
| Мова: | Ukrainian |
| Опубліковано: |
Інститут електродинаміки Національної академії наук України
2021
|
| Теми: | |
| Онлайн доступ: | https://prc.ied.org.ua/index.php/proceedings/article/view/33 |
| Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
| Назва журналу: | Proceedings of the Institute of Electrodynamics of the National Academy of Sciences of Ukraine |
Репозитарії
Proceedings of the Institute of Electrodynamics of the National Academy of Sciences of Ukraine| id |
oai:ojs2.prc.new-point.com.ua:article-33 |
|---|---|
| record_format |
ojs |
| spelling |
oai:ojs2.prc.new-point.com.ua:article-332022-09-02T05:28:56Z ANALYSIS OF METHODS OF INCREASING DATA RELIABILITY FOR PROBLEMS OF SHORT TERM FORECASTING OF NODAL LOAD АНАЛІЗ МЕТОДІВ ДОСТОВІРИЗАЦІЇ ДАНИХ ДЛЯ ЗАДАЧ КОРОТКОСТРОКОВОГО ПРОГНОЗУВАННЯ ВУЗЛОВИХ ЕЛЕКТРИЧНИХ НАВАНТАЖЕНЬ Шиманюк, П.В. Мірошник, В.О. достовіризація даних Smart Grid алгоритм кластеризації прогнозування енергосистема anomaly detection Smart Grid clustering algorithm forecasting power system A comparative analysis of clustering methods was performed to identify gaps and anomalous values in the data. Data from the northwestern region of the United States were used for evaluation. According to the analysis results, it was found that the use of the DBSCAN method leads to a much smaller number of false positives. An algorithm for two-stage data validation using clustering and time series decomposition methods is proposed. Ref.9, fig. 3, tables 3. В умовах лібералізованого ринку електроенергії України у його учасників виникають стимули до підвищення ефективності операційної діяльності, у тому числі в операторів систем розподілу. Одним з аспектів їхньої діяльності є прогнозування втрат у мережах для купівлі відповідних обсягів електричної енергії на оптовому ринку. Перспективним підходом є прогнозування вузлового навантаження та розрахунок втрат з урахуванням топології мережі. До того ж точний прогноз вузлового навантаження необхідний для оцінювання запасу стійкості енергосистеми. Під час побудови прогностичних моделей вирішальне значення має якість даних, на яких оцінюються параметри моделі. У статті запропоновано метод виявлення та заміни аномальних значень часового ряду на основі кластеризації. Проведено порівняльний аналіз методів кластеризації для виявлення пропусків та аномальних значень у часових рядах погодинного споживання електричної енергії. Для оцінки методів достовіризації використано дані північно-західного регіону США. За результатами аналізу було виявлено, що використання методу DBSCAN призводить до значно меншої кількості хибно позитивних спрацювань. Бібл.9, рис. 3., табл. 3. Інститут електродинаміки Національної академії наук України 2021-12-10 Article Article application/pdf https://prc.ied.org.ua/index.php/proceedings/article/view/33 10.15407/publishing2021.60.051 Proceedings of the Institute of Electrodynamics of the National Academy of Sciences of Ukraine; No. 60 (2021): Proceedings of the Institute of Electrodynamics of the National Academy of Sciences of Ukraine ; 051 Праці Інституту електродинаміки Національної академії наук України; № 60 (2021): Праці Інституту електродинаміки Національної академії наук України; 051 2786-7064 1727-9895 10.15407/publishing2021.60 uk https://prc.ied.org.ua/index.php/proceedings/article/view/33/41 Авторське право (c) 2021 П.В. Шиманюк, В.О. Мірошник https://creativecommons.org/licenses/by-nc-nd/4.0 |
| institution |
Proceedings of the Institute of Electrodynamics of the National Academy of Sciences of Ukraine |
| baseUrl_str |
|
| datestamp_date |
2022-09-02T05:28:56Z |
| collection |
OJS |
| language |
Ukrainian |
| topic |
достовіризація даних Smart Grid алгоритм кластеризації прогнозування енергосистема |
| spellingShingle |
достовіризація даних Smart Grid алгоритм кластеризації прогнозування енергосистема Шиманюк, П.В. Мірошник, В.О. АНАЛІЗ МЕТОДІВ ДОСТОВІРИЗАЦІЇ ДАНИХ ДЛЯ ЗАДАЧ КОРОТКОСТРОКОВОГО ПРОГНОЗУВАННЯ ВУЗЛОВИХ ЕЛЕКТРИЧНИХ НАВАНТАЖЕНЬ |
| topic_facet |
достовіризація даних Smart Grid алгоритм кластеризації прогнозування енергосистема anomaly detection Smart Grid clustering algorithm forecasting power system |
| format |
Article |
| author |
Шиманюк, П.В. Мірошник, В.О. |
| author_facet |
Шиманюк, П.В. Мірошник, В.О. |
| author_sort |
Шиманюк, П.В. |
| title |
АНАЛІЗ МЕТОДІВ ДОСТОВІРИЗАЦІЇ ДАНИХ ДЛЯ ЗАДАЧ КОРОТКОСТРОКОВОГО ПРОГНОЗУВАННЯ ВУЗЛОВИХ ЕЛЕКТРИЧНИХ НАВАНТАЖЕНЬ |
| title_short |
АНАЛІЗ МЕТОДІВ ДОСТОВІРИЗАЦІЇ ДАНИХ ДЛЯ ЗАДАЧ КОРОТКОСТРОКОВОГО ПРОГНОЗУВАННЯ ВУЗЛОВИХ ЕЛЕКТРИЧНИХ НАВАНТАЖЕНЬ |
| title_full |
АНАЛІЗ МЕТОДІВ ДОСТОВІРИЗАЦІЇ ДАНИХ ДЛЯ ЗАДАЧ КОРОТКОСТРОКОВОГО ПРОГНОЗУВАННЯ ВУЗЛОВИХ ЕЛЕКТРИЧНИХ НАВАНТАЖЕНЬ |
| title_fullStr |
АНАЛІЗ МЕТОДІВ ДОСТОВІРИЗАЦІЇ ДАНИХ ДЛЯ ЗАДАЧ КОРОТКОСТРОКОВОГО ПРОГНОЗУВАННЯ ВУЗЛОВИХ ЕЛЕКТРИЧНИХ НАВАНТАЖЕНЬ |
| title_full_unstemmed |
АНАЛІЗ МЕТОДІВ ДОСТОВІРИЗАЦІЇ ДАНИХ ДЛЯ ЗАДАЧ КОРОТКОСТРОКОВОГО ПРОГНОЗУВАННЯ ВУЗЛОВИХ ЕЛЕКТРИЧНИХ НАВАНТАЖЕНЬ |
| title_sort |
аналіз методів достовіризації даних для задач короткострокового прогнозування вузлових електричних навантажень |
| title_alt |
ANALYSIS OF METHODS OF INCREASING DATA RELIABILITY FOR PROBLEMS OF SHORT TERM FORECASTING OF NODAL LOAD |
| description |
A comparative analysis of clustering methods was performed to identify gaps and anomalous values in the data. Data from the northwestern region of the United States were used for evaluation. According to the analysis results, it was found that the use of the DBSCAN method leads to a much smaller number of false positives. An algorithm for two-stage data validation using clustering and time series decomposition methods is proposed. Ref.9, fig. 3, tables 3. |
| publisher |
Інститут електродинаміки Національної академії наук України |
| publishDate |
2021 |
| url |
https://prc.ied.org.ua/index.php/proceedings/article/view/33 |
| work_keys_str_mv |
AT šimanûkpv analysisofmethodsofincreasingdatareliabilityforproblemsofshorttermforecastingofnodalload AT mírošnikvo analysisofmethodsofincreasingdatareliabilityforproblemsofshorttermforecastingofnodalload AT šimanûkpv analízmetodívdostovírizacíídanihdlâzadačkorotkostrokovogoprognozuvannâvuzlovihelektričnihnavantaženʹ AT mírošnikvo analízmetodívdostovírizacíídanihdlâzadačkorotkostrokovogoprognozuvannâvuzlovihelektričnihnavantaženʹ |
| first_indexed |
2025-09-24T17:31:20Z |
| last_indexed |
2025-09-24T17:31:20Z |
| _version_ |
1850410170195116032 |