Fitimet:
- Aftësia për të njohur strukturën, njësitë dhe problemet tipike të cilësisë së SCADA, matësave inteligjentë dhe të dhënave të tregut
- Aftësia për të zbuluar të dhënat që mungojnë, problemet e jashtme dhe vulat kohore me inteligjencën artificiale dhe për të krijuar një rrjedhë pune pastrimi
- Aftësia për të verifikuar kurthe të tilla si rezolucioni, zona kohore dhe koha e kursimit të ditës në seritë kohore të energjisë në daljen e AI
Pothuajse e gjithë analiza e energjisë fillon me një seri kohore: matje të rregulluara përgjatë boshtit kohor. Konsumi 15-minutësh i një metri, shpejtësia e dytë e rrotullimit të një turbine, rryma në orë e një furnizuesi (një linje shpërndarjeje) - të gjitha janë seri kohore. Në këtë njësi, ne do të mësojmë se nga vijnë të dhënat e energjisë, çfarë grackash përmbajnë dhe si të përdorim inteligjencën artificiale për t'i bërë këto të dhëna të besueshme. Le ta vendosim që në fillim këtë parim: edhe analiza më e zgjuar me të dhëna të pista jep një rezultat të pistë. Në inxhinierinë e energjisë, pjesa më e madhe e kohës nuk shpenzohet për modelin, por për t'i bërë të dhënat të besueshme dhe inteligjenca artificiale jep kontributin më të sigurt në këtë pjesë.
Burimet dhe Struktura e të dhënave të Energjisë
Të dhënat e energjisë vijnë kryesisht nga disa burime. SCADA (sistemi i kontrollit mbikëqyrës dhe grumbullimit të të dhënave) mbledh matje të menjëhershme nga centrali dhe pajisjet e rrjetit; Zakonisht është rezolucion në sekonda ose minuta dhe përfshin sasi të tilla si tensioni, rryma, fuqia dhe temperatura. Të dhënat e matësit inteligjentë zakonisht mat konsumin në intervale 15 minutash dhe janë baza për analizën e faturimit dhe kërkesës. Të dhënat meteorologjike (temperatura, rrezatimi, shpejtësia e erës) janë kontributi i prodhimit dhe parashikimit të kërkesës. Të dhënat e tregut (çmimet për orë) janë inputi i analizës ekonomike.
Karakteristika e përbashkët e këtyre të dhënave është se ato përmbajnë një vulë kohore (etiketën datë-kohë të cilës i përket çdo matje) dhe një ose më shumë vlera matjeje. Kjo është pika më kritike: nëse vula kohore nuk kuptohet saktë, gjithçka tjetër shembet.
Kurthe me rezolucionin, zonën kohore dhe kohën e kursimit të ditës
Një pjesë çuditërisht e madhe e gabimeve në të dhënat e energjisë vijnë nga boshti kohor. Le të theksojmë në veçanti tre kurthe.
Konfuzion i rezolucionit. A raporton një njehsor energji 15-minutëshe (kWh) apo fuqi të menjëhershme (kW)? Mbledhja e tyre jep rezultate të ndryshme: mesatarja e katër vlerave kW për 15 minuta është fuqia, ndërsa shuma e katër nuk korrespondon me energjinë për orë (kërkohet shuma e energjive të çerek orës). Asnjë përmbledhje nuk mund të bëhet pa kuptuar njësinë dhe rezolucionin së bashku.
Zona kohore. A mbahen të dhënat në kohën lokale (TRT/UTC+3 për Turqinë) apo kohën universale (UTC)? Dy seri që vijnë nga sisteme të ndryshme mund të jenë në zona të ndryshme kohore; Ndërrimi tre-orësh kur kombinohet prish të gjithë analizën e orës së pikut.
Ora e ditës (DST). Në vendet që kalojnë në orën e diellit, një orë "zhduket" një herë në vit dhe "përsëritet" një herë në vit. Kjo krijon 23 ose 25 orë ditë në ato ditë dhe thyen profilet për orë. Meqenëse Türkiye ka zbatuar orarin e përhershëm të ditës (UTC+3) që nga viti 2016, ky problem nuk shfaqet në të dhënat lokale, por ju ende e hasni atë kur punoni me të dhëna ndërkombëtare ose të vjetra.
Shënim: A është etiketa për vulën kohore "fillimi i intervalit" ose "fundi i diapazonit"? A tregon një regjistrim i etiketuar 14:00 nga 14:00-14:15 apo 13:45-14:00? Ky vendim i vetëm mund të zhvendosë orën e pikut me një pjesë. Bëni të qartë këtë rregull në fillim për çdo grup të dhënash.
Hap pas hapi: Rrjedha e punës për përgatitjen e të dhënave me inteligjencën artificiale
Hapi 1 - Zbulimi. Njihni të dhënat: sa rreshta, çfarë diapazoni, çfarë rezolucioni, çfarë njësie? Dhënia e AI-së qindra rreshtave të parë dhe përmbledhja e strukturës zbulon shpejt kuptimet e kolonës dhe njësitë e mundshme. Por vlerësimi i njësisë së AI është një hipotezë; Kjo konfirmohet nga dokumenti burimor.
Hapi 2 - Standardizoni afatin kohor. Kaloni në një zonë të vetme kohore, rregulloni rezolucionin, specifikoni rregullin e etiketës (fillimi/mbarimi). AI mund të gjenerojë kod që zbulon intervale të parregullta dhe vula kohore që mungojnë.
Hapi 3 - Regjistrime jo të plota dhe të kopjuara. Ndërprerjet e komunikimit krijojnë zbrazëti dhe regjistrim të dyfishtë përsëri. AI prodhon një sërë rregullash që tregojnë boshllëqet dhe dyfishimet; boshllëqet e shkurtra (p.sh. një 15 minuta e vetme) mund të plotësohen me një metodë të përshtatshme, boshllëqet e gjata përjashtohen nga analiza dhe raportohen.
Hapi 4 - Dallimet. Konsumi negativ (pa prodhim), fuqia që tejkalon kufirin e sipërm fizik, kërcime të papritura. AI ofron zbulim statistikor dhe të bazuar në rregulla; Por një ekskursion nuk është gjithmonë një gabim - mund të jetë gjithashtu një ngjarje e vërtetë (për shembull, një fabrikë që hyn në internet). Inxhinieri e bën këtë dallim.
Hapi 5 - Verifikimi. Të dhënat e pastruara testohen me spiranca fizike: lindja/perëndimi i diellit duhet të rivendosë gjenerimin diellor, ngarkesa e natës duhet të jetë më e ulët se gjatë ditës, energjia totale duhet të jetë në përputhje me faturën.
Tre Mini Rastet: Nga Numrat
Rasti 1 - rrëshqitje për një orë. Të dhënat e prodhimit diellor të një analisti treguan kulmin e mesditës në orën 14:00 në vend të 13:00. Problemi nuk ishte me panelin; Të dhënat ishin UTC, por mendohej se ishte koha lokale. Kur u vu re ndërrimi prej tre orësh (shfaqja e prodhimit para lindjes së diellit i dha spirancën) e gjithë analiza u përmirësua; Vendimet për investime janë parandaluar në bazë të keqinterpretimit.
Rasti 2 - Regjistrime të dyfishta. Në të dhënat për orë 30-ditore të një furnizuesi të shpërndarjes, konsumi total ishte afërsisht 4 përqind më i lartë se sa pritej. Zbulimi i përsëritjes me ndihmën e AI tregoi se disa orë u regjistruan dy herë në rilidhjet e komunikimit. Pas pastrimit të 68 regjistrimeve të përsëritura, totali përputhej me faturën.
Rasti 3 - Zero të rreme. Një metër raportonte konsumin si "0" gjatë një humbje komunikimi; Megjithatë, konsumi vazhdoi. Këto zero false ulën mesataren dhe mashtruan parashikimin e kërkesës. AI sugjeroi rregullin "Inspektoni vlerat 0 së bashku me flamurin e pranisë"; zero të rreme u shënuan si të dhëna që mungojnë dhe u ndanë nga zerat e vërteta (p.sh., vendi i mbyllur i punës).
Prompt i dobët / Prompt i fortë
Njoftim i dobët:
Pastro këto të dhëna numëruesi.[të dhënat]
Njoftim i fuqishëm:
Roli juaj: Analist i të dhënave të energjisë. Të dhënat e mëposhtme të njehsorit janë për intervalet 15 minuta, koha lokale (UTC+3), vula kohore tregon FILLIMIN e intervalit, njësi kWh. Detyrat:1) Listoni vulat kohore që mungojnë dhe regjistrimet e kopjuara (numri dhe koha).2) Shënoni veçmas vlerën negative dhe vlerat që tejkalojnë kufirin e sipërm fizik (fuqia e kontratës 25 kW); mos e fshini, thjesht shënoni.3) Ofroni një kontroll për të dalluar zerat e rreme nga zerat reale që dyshohen për keqkomunikim. Mos plotësoni asnjë vlerë vetë; Identifikoni fillimisht dhe unë do të konfirmoj mbushjen.
Prompt i fuqishëm jep rezolucionin, zonën kohore, rregullin e etiketës dhe kufirin e sipërm që nga fillimi; Ai imponon një disiplinë "zbulo së pari, pyet më vonë" në AI. Në këtë mënyrë të dhënat nuk do të korruptohen në heshtje.
Katër modele të kopjueshme
1) Profilizimi i të dhënave:
Krijo një profil të të dhënave të mëposhtme: numri i rreshtave, diapazoni i datave, rezolucioni, njësia e vlerësuar dhe kuptimi i secilës kolonë, norma që mungon, min/maksimumi/mesatarja. Shënoni vlerësimet e njësive me etiketën "duhet të verifikohet".
2) Kontrolli i boshtit kohor:
Në këtë seri kohore, zbuloni: (a) boshllëqe jashtë diapazonit të pritshëm, (b) përsëritje të vulave kohore, (c) ndërrime të mundshme për shkak të orës/zonës së orës së ditës. Rendisni çdo gjetje me diapazonin e tij kohor. Shkruani sugjerimin tuaj të korrigjimit veçmas; APLIKACIONI.
3) Rregulli i jashtëzakonshëm:
Shënoni pikat e jashtme duke përdorur këto kufij fizikë: fuqia 0-[X] kW, temperatura [A]-[B] °C. Gjithashtu bëni një listë të veçantë të të dhënave statistikore (p.sh. devijimi shumë larg nga mesatarja). Për çdo tregues të jashtëm, ngrini pyetjen "gabim i mundshëm ose ngjarje aktuale"; Më lejoni të vendos.
4) Verifikimi pas pastrimit:
Testoni të dhënat e pastruara me ankorat fizike të mëposhtme dhe raportoni mospërputhjet: prodhimi diellor duhet të jetë zero gjatë natës; energjia totale duhet të jetë brenda nivelit të pritshëm të faturës; Ngarkesa e natës duhet të jetë më e ulët se kulmi i ditës. Shkruani kalimin/dështimin për secilën spirancë.
Tabela e Çështjeve të Cilësisë së të Dhënave
problem
simptomë
spirancë verifikimi
Zhvendosja e zonës kohore
Ora e sipërme është në një vend të palogjikshëm
Përafroni me lindjen/perëndimin e diellit
Ora verore (DST)
23/25 orë ditë
Numëroni gjatësinë e ditës
zero e rreme
0 në rast të humbjes së komunikimit
Ndeshje me flamurin e komunikimit
riregjistrohu
Mbi faturën totale
Kontrolloni veçantinë e vulës kohore
Konfuzion i njësisë
Renditja 60/1000 herë e çoroditur
Verifikoni konvertimin kW↔kWh
vlerë negative
Konsumi negativ kur nuk ka prodhim
Rregulli i shenjave fizike
Gabimet e zakonshme
- Plotësimi i heshtur i të dhënave që mungojnë me zero. Zero do të thotë "pa konsum", jo "pa të dhëna"; përzierja e të dyjave shtrembëron mesataren dhe parashikimin.
- Fshi automatikisht pjesën e jashtme. Një i jashtëm mund të jetë një ngjarje e vërtetë; Kërkohet rishikim inxhinier para fshirjes.
- Duke supozuar zonën kohore. Të thuash “ndoshta është vendas” është një nga gabimet më të shtrenjta; Gjithmonë verifikojeni nga burimi.
- Mbledhja e tretshmërisë me përzierje. Shtimi i vlerave të fuqisë (kW) si energji (kWh) jep një total të pasaktë.
- Mos verifikimi i pastërtisë. Të dhënat e pastruara mund të jenë gjithashtu të korruptuara; Sigurohuni që ta provoni me spiranca fizike.
Këshillë: Shkruani çdo hap të pastrimit të të dhënave në një "regjistër të të dhënave": sa regjistrime u shënuan, sa u plotësuan, cili rregull u përdor. Ky regjistër siguron riprodhueshmëri dhe auditueshmëri; një vit më vonë "nga erdhi ky numër?" i përgjigjet pyetjes.
Në përmbledhje
Baza e analizës së energjisë është një seri kohore e pastër. Të dhënat vijnë nga SCADA, matësi, meteorologjia dhe tregu; secila ka rezolucion, njësi, zonë kohore dhe kurthe për kohën e kursimit të ditës. Inteligjenca artificiale është shumë e fuqishme në përshpejtimin e zbulimit të mungesës/dublikatave/të jashtme, por vendimet e fshirjes dhe plotësimit duhet t'i mbeten inxhinierit dhe rezultati duhet të vërtetohet me ankorat fizike. Asnjë analizë nuk është e besueshme pa një kuptim të duhur të vulës kohore.
Detyra e aplikimit
Merrni një seri kohore të energjisë (metër, prodhim ose temperaturë) në dorë. Kërkoni një raport cilësor nga UA duke përdorur shabllonet "Auditimi i afatit kohor" dhe "Profilimi i të dhënave". Pastaj verifikoni manualisht tre gjëra: a janë të sakta njësia dhe rezolucioni, a është ora e pikut fizikisht e arsyeshme, a është energjia totale në përputhje me faturën? Përshkruani shkurtimisht një problem me cilësinë e të dhënave që gjetët dhe si e rregulluat atë.
listë kontrolli
- [ ] Unë kam konfirmuar burimin, rezolucionin dhe njësinë e të dhënave
- [ ] Sqarova rregullin e etiketës së zonës kohore dhe vulës kohore (fillimi/mbarimi)
- [ ] Kontrollova rrezikun e ditëve 23/25 orë për shkak të kohës së verës
- [ ] Zbulova të dhëna të munguara dhe të kopjuara dhe i raportova ato
- [ ] Kam ekzaminuar anët e jashtme me dallimin e "gabimit ose ngjarjes"
- [ ] I dallova zerat e rreme nga zerot reale
- [ ] Kam verifikuar të dhënat e pastruara me spiranca fizike dhe kam mbajtur një regjistër të të dhënave