Klusteroinnin hyödyntäminen jakeluverkonhaltijoiden valvontatietojen analysoimisessa
Kari, Joonas (2019)
Kari, Joonas
2019
Sähkötekniikan DI-ohjelma (Degree Programme in Electrical Engineering)
Informaatioteknologian ja viestinnän tiedekunta - Faculty of Information Technology and Communication Sciences
This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Hyväksymispäivämäärä
2019-07-03
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:tuni-201906192125
https://urn.fi/URN:NBN:fi:tuni-201906192125
Tiivistelmä
Diplomityön taustalla on Energiaviraston tavoite pyrkiä löytämään yhteyksiä sähkön-jakeluverkonhaltijoiden valvonnan yhteydessä toimitettujen tunnuslukujen ja yhtiöiden taloudellisen menestyksen väliltä. Tämän työn tavoitteena on tutkia klusteroinnin hyödyntämistä valvontatietojen tutkimisessa ja rakentaa klusterointityökalu helpottamaan tietojen analysoimista.
Tässä työssä tutkittiin Energiaviraston viranomaisvalvonnassa keräämän sähkönjakeluverkonhaltijoiden valvontadatan analysointia käyttämällä k-means ja k-medoids klusterointia. Työssä arvioitiin klusteroinnin hyötyjä aineiston analysoimisessa. Matlabilla rakennettiin klusterointityökalu, jossa käytettiin Matlabin sisäisiä k-means ja k-medoids funktioita. Klusterointityökalun parametrit, kuten k-arvo ja käytettävä etäi-syydenmittaus menetelmä määriteltiin. Rakennettua klusterointityökalua testattiin klusteroimalla 0,4 kV, 1-70 kV ja 110 kV maakaapelointiasteita vuodelta 2017. Testin perusteella menetelmät toimivat kolmella muuttujalla.
Aineistona käytettiin sähkönjakeluverkonhaltijoiden teknisiä tunnuslukuja ja kohtuullisen hinnoittelun laskelmia vuodelta 2017. Teknisten tunnuslukujen esittäessä sähköverkonhaltijoiden fyysisiä ominaisuuksia, kohtuullinen tuotto esittää taloudellista onnistumista. Molemmista aineistoista tehtiin suppeammat versiot. Tekniset tunnusluvut jaettiin kolmeen osaan ja kohtuullisen hinnoittelun laskelmat supistettiin 9 muuttujaan. Lisäksi todettiin klusterointityökalun soveltuvan universaalin dataan.
Klusterointituloksia analysoitiin etsimällä selittäviä tekijöitä klustereiden muodostumiseen ja aineistojen välisiin samankaltaisuuksiin. Selviä yksittäisiä tekijöitä ei löytynyt. Teknisiä tunnuslukuja selitti eniten yhtiöiden käyttöpaikoilla ja siirretyllä energialla selittyvät kokoon perustuvat ominaisuudet. Lisäksi selittäviä tekijöitä jaottelun perusteella olivat keskijänniteverkon keskeytysluvut, suurin siirretty tuntikeskiteho ja 0,4 kV johtopituus. Kohtuullisen hinnoittelun laskelmien tunnuslukuja yhdisti vahva korrelaatio verkon nykykäyttöarvoon. Aineistojen välillä ei löytynyt klusterointituloksista yhteisiä tekijöitä.
Tässä työssä tutkittiin Energiaviraston viranomaisvalvonnassa keräämän sähkönjakeluverkonhaltijoiden valvontadatan analysointia käyttämällä k-means ja k-medoids klusterointia. Työssä arvioitiin klusteroinnin hyötyjä aineiston analysoimisessa. Matlabilla rakennettiin klusterointityökalu, jossa käytettiin Matlabin sisäisiä k-means ja k-medoids funktioita. Klusterointityökalun parametrit, kuten k-arvo ja käytettävä etäi-syydenmittaus menetelmä määriteltiin. Rakennettua klusterointityökalua testattiin klusteroimalla 0,4 kV, 1-70 kV ja 110 kV maakaapelointiasteita vuodelta 2017. Testin perusteella menetelmät toimivat kolmella muuttujalla.
Aineistona käytettiin sähkönjakeluverkonhaltijoiden teknisiä tunnuslukuja ja kohtuullisen hinnoittelun laskelmia vuodelta 2017. Teknisten tunnuslukujen esittäessä sähköverkonhaltijoiden fyysisiä ominaisuuksia, kohtuullinen tuotto esittää taloudellista onnistumista. Molemmista aineistoista tehtiin suppeammat versiot. Tekniset tunnusluvut jaettiin kolmeen osaan ja kohtuullisen hinnoittelun laskelmat supistettiin 9 muuttujaan. Lisäksi todettiin klusterointityökalun soveltuvan universaalin dataan.
Klusterointituloksia analysoitiin etsimällä selittäviä tekijöitä klustereiden muodostumiseen ja aineistojen välisiin samankaltaisuuksiin. Selviä yksittäisiä tekijöitä ei löytynyt. Teknisiä tunnuslukuja selitti eniten yhtiöiden käyttöpaikoilla ja siirretyllä energialla selittyvät kokoon perustuvat ominaisuudet. Lisäksi selittäviä tekijöitä jaottelun perusteella olivat keskijänniteverkon keskeytysluvut, suurin siirretty tuntikeskiteho ja 0,4 kV johtopituus. Kohtuullisen hinnoittelun laskelmien tunnuslukuja yhdisti vahva korrelaatio verkon nykykäyttöarvoon. Aineistojen välillä ei löytynyt klusterointituloksista yhteisiä tekijöitä.