Možnosti využití metod vícerozměrné statistické analýzy dat při hodnocení spolehlivosti distribučních sítí
Loading...
Date
Authors
ORCID
Advisor
Referee
Mark
A
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií
Abstract
Účelem je zhodnotit využití metod vícerozměrné statistické analýzy dat jako pomůcky při simulacích spolehlivosti distribuční sítě. Zvolené metody jsou shluková analýza (CLU) a metody hlavních komponent (PCA). CLU slouží k rozdělení objektů na základě jejich znaků a výpočtu vzdálenosti mezi objekty do skupin, jejichž vlastnosti by měly být podobné. Výstupem je možné odhalit skrytou strukturu v datech. PCA slouží k nalezení struktury ve znacích vícerozměrné matice dat. Znaky zde představují jednotlivé veličiny popisující daný objekt. PCA využívá rozložení původní matice dat na matici strukturní a šumovou. Jedná se o transformaci původní matice dat do nového souřadnicového systému hlavních komponent. Nové souřadnice se nazývají skóre. Hlavní komponenty tvoří ortogonální systém nových souřadnic. Distribuční síť z hlediska spolehlivosti může být charakterizována řadou statistických veličin. Spolehlivostní ukazatele mohou být: počet přerušení, doba přerušení. Integrální ukazatele spolehlivosti mohou být: ukazatel průměrné systémové četnosti přerušení (SAIFI) a ukazatel průměrné systémové doby trvání přerušení (SAIDI). V závěru je porovnání provedené simulace SAIFI podle negativně-binomického rozdělení a poskytnutých hodnot od distribuční společnosti. Je proveden pokus o popis závislostí znaků a rozdělení vývodů.
The aim of this study is evaluation of using multi-dimensional statistical analyses methods as a tool for simulations of reliability of distribution network. Prefered methods are a cluster analysis (CLU) and a principal component analysis (PCA). CLU is used for a division of objects on the basis of their signs and a calculation of the distance between objects into groups whose characteristics should be similar. The readout can reveal a secret structure in data. PCA is used for a location of a structure in signs of multi-dimensional matrix data. Signs present separate quantities describing the given object. PCA uses a dissolution of a primary matrix data to structural and noise matrix data. It concerns the transformation of primary matrix data into new grid system of principal components. New conversion data are called a score. Principal components generating orthogonal system of new position. Distribution network from the aspect of reliability can be characterized by a number of new statistical quantities. Reliability indicators might be: interruption numbers, interruption time. Integral reliability indicators might be: system average interruption frequency index (SAIFI) and system average interruption duration index (SAIDI). In conclusion, there is a comparison of performed SAIFI simulation according to negatively binomial division and provided values from a distribution company. It is performed a test at description of sign dependences and outlet divisions.
The aim of this study is evaluation of using multi-dimensional statistical analyses methods as a tool for simulations of reliability of distribution network. Prefered methods are a cluster analysis (CLU) and a principal component analysis (PCA). CLU is used for a division of objects on the basis of their signs and a calculation of the distance between objects into groups whose characteristics should be similar. The readout can reveal a secret structure in data. PCA is used for a location of a structure in signs of multi-dimensional matrix data. Signs present separate quantities describing the given object. PCA uses a dissolution of a primary matrix data to structural and noise matrix data. It concerns the transformation of primary matrix data into new grid system of principal components. New conversion data are called a score. Principal components generating orthogonal system of new position. Distribution network from the aspect of reliability can be characterized by a number of new statistical quantities. Reliability indicators might be: interruption numbers, interruption time. Integral reliability indicators might be: system average interruption frequency index (SAIFI) and system average interruption duration index (SAIDI). In conclusion, there is a comparison of performed SAIFI simulation according to negatively binomial division and provided values from a distribution company. It is performed a test at description of sign dependences and outlet divisions.
Description
Citation
GESCHWINDER, L. Možnosti využití metod vícerozměrné statistické analýzy dat při hodnocení spolehlivosti distribučních sítí [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2009.
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
Elektroenergetika
Comittee
prof. Ing. Petr Toman, Ph.D. (předseda)
prof. Ing. Zdeněk Hradílek, DrSc. (místopředseda)
Ing. Jiří Potěšil (člen)
doc. Ing. Petr Baxant, Ph.D. (člen)
doc. Ing. Vladimír Blažek, CSc. (člen)
doc. Ing. Petr Mastný, Ph.D. (člen)
Date of acceptance
2009-06-15
Defence
Student prezentoval svoji diplomovou práci a v diskuzi odpověděl na všechny položené otázky
Result of defence
práce byla úspěšně obhájena
Document licence
Přístup k plnému textu prostřednictvím internetu byl licenční smlouvou omezen na dobu 10 roku/let