Key points are not available for this paper at this time.
Mit dem kontinuierlichen Wachstum intelligenter Stromnetze in elektrischen Systemen auf der ganzen Welt werden große Datenmengen kontinuierlich generiert, und es entstehen neue Möglichkeiten, diese Daten in einer Vielzahl von Anwendungen zu nutzen. Insbesondere kann die Analyse von Daten aus Verteilungssystemen (wie elektrischen Umspannwerken) zu Verbesserungen bei der Echtzeitüberwachung und Lastprognose führen. Dieser Artikel präsentiert eine Methodik zur Datenanalyse von Umspannwerken, die auf der Anwendung einer Reihe von Datenanalysemethoden basiert und auf drei Hauptziele abzielt: die Charakterisierung der Nachfrage durch Identifizierung verschiedener Verbrauchstypen, die statistische Analyse der Verteilung des Verbrauchs und die Identifizierung anomalem Verhaltens. Die Methodik wird an einem Datensatz mit stündlichen Messungen von Umspannwerken in verschiedenen geografischen Regionen Kolumbiens getestet. Die Ergebnisse dieser Methodik zeigen, dass die Analyse von Umspannwerksdaten mehrere gängige Verbrauchsmuster effektiv erkennen und auch anomale isolieren kann, wobei etwa 4 % der Umspannwerke als Ausreißer identifiziert wurden. Daher könnte die vorgeschlagene Methodik ein nützliches Werkzeug für Entscheidungsprozesse von Stromanbietern sein.
Bustos-Brinez et al. (Di,) haben diese Frage untersucht.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: