Hyppää sisältöön
    • Suomeksi
    • På svenska
    • In English
  • Suomeksi
  • In English
  • Kirjaudu
Näytä aineisto 
  •   Etusivu
  • LUTPub
  • Kandidaatin tutkintojen opinnäytetyöt
  • Näytä aineisto
  •   Etusivu
  • LUTPub
  • Kandidaatin tutkintojen opinnäytetyöt
  • Näytä aineisto
JavaScript is disabled for your browser. Some features of this site may not work without it.

Time series clustering by extracted features

Hildén, Felix (2019)

Katso/Avaa
Thesis (2.045Mb)
Lataukset: 


Kandidaatintyö

Hildén, Felix
2019

School of Engineering Science, Laskennallinen tekniikka

Kaikki oikeudet pidätetään.
Näytä kaikki kuvailutiedot
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi-fe2019050314114

Tiivistelmä

Clustering electricity consumers can give insight into how a particular consumption profile is related to other attributes of the customer, for example the residence size or whether a sauna is in use or not. Furthermore, if the profiles are separated well enough, more accurate models predicting consumption could be built.

To cluster consumers, a set of static features were extracted from raw time series representing hourly energy consumption. These features were then clustered with a self-organising map. To visualise the results, background data detailing additional information on each consumer was used as categorical labels for each series.

The results were promising. A set of background data produced some separation on the map, which indicates that there are tangible differences to the hourly consumption data alone.
 
Sähkönkuluttajien ryhmittely voi kertoa, miten tietty kulutusprofiili liittyy kuluttajan muihin ominaisuuksiin, esimerkiksi asunnon kokoon ja saunan käyttöön. Jos profiilit eroavat toisistaan tarpeeksi, tarkempia kulutuksen ennusteita voitaisiin tehdä ryhmien perusteella.

Ryhmittelyn suorittamiseksi tunnittaisen kulutuksen aikasarjoista laskettiin piirteitä, jotka ryhmiteltiin itseorganisoituvan kartan avulla. Tulosten näyttämiseksi kuhunkin kuluttajaan liitettyjä taustatietoja käytettiin ryhmien nimikkeinä.

Tulokset olivat lupaavia. Osa taustatiedoista erottui kartalla, mikä kertoo siitä, että pelkissä kulutuksen aikasarjoissa on todellisia eroja.
 
Kokoelmat
  • Kandidaatin tutkintojen opinnäytetyöt [6441]
LUT-yliopisto
PL 20
53851 Lappeenranta
Ota yhteyttä | Tietosuoja | Saavutettavuusseloste
 

 

Tämä kokoelma

JulkaisuajatTekijätNimekkeetKoulutusohjelmaAvainsanatSyöttöajatYhteisöt ja kokoelmat

Omat tiedot

Kirjaudu sisäänRekisteröidy
LUT-yliopisto
PL 20
53851 Lappeenranta
Ota yhteyttä | Tietosuoja | Saavutettavuusseloste