Hyppää sisältöön
    • Suomeksi
    • På svenska
    • In English
  • Suomeksi
  • In English
  • Kirjaudu
Näytä aineisto 
  •   Etusivu
  • LUTPub
  • Diplomityöt ja Pro gradu -tutkielmat
  • Näytä aineisto
  •   Etusivu
  • LUTPub
  • Diplomityöt ja Pro gradu -tutkielmat
  • Näytä aineisto
JavaScript is disabled for your browser. Some features of this site may not work without it.

Finding unusual energy consumption profiles from large scale data

Mustonen, Mike (2020)

Katso/Avaa
Master's Thesis (3.950Mb)
Lataukset: 


Diplomityö

Mustonen, Mike
2020

School of Engineering Science, Tuotantotalous

Kaikki oikeudet pidätetään.
Näytä kaikki kuvailutiedot
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi-fe2020051127218

Tiivistelmä

Our energy consumption is increasing every year. The new sensor-based smart measurement devices will provide an opportunity to measure this consumption accurately. This study focuses on finding anomalies from time-series consumption data gathered from various buildings operating in the field of grocery and retail business. The K-means clustering algorithm was used to profile different customers based on their consumption patterns. Investigating these profiles with their respective clusters and applying other statistical methods, possible anomalous locations were extracted for further examination for specialists with domain knowledge.
Kokoelmat
  • Diplomityöt ja Pro gradu -tutkielmat [13871]
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