Μοντελοποίηση Φορτίων και Παραγωγής σε Δίκτυα Διανομής με χρήση Στατιστικής με σκοπό την Παραγωγή Τεχνητών Δεδομένων για Μελέτες Βέλτιστης Λειτουργίας

Abstract

Ένα γενικό πρόβλημα, το οποίο σίγουρα συνδέεται και με την εμφάνιση νέων τεχνολογιών, είναι η ανεπάρκεια δεδομένων για την εκπαίδευση των αλγορίθμων μηχανικής μάθησης, με τη χρήση της οποίας καλούμαστε εμείς να κάνουμε προβλέψεις και αναλύσεις. Έτσι και στα δίκτυα διανομής για την εποπτεία, καθώς επίσης, την εύρυθμη λειτουργία των ηλεκτρικών δικτύων απαιτείται μεγάλος αριθμός δεδομένων. Ειδικά τα τελευταία χρόνια, με την ένταξη νέων φορτίων όπως τα ηλεκτρικά οχήματα και τις μονάδες αποθήκευσης ενέργειας δικτυακής κλίμακας, αναπόφευκτη ήταν η επέκταση των δικτύων, η ανανέωση και η αναβάθμιση τους. Ως αποτέλεσμα, σε πολλές των περιπτώσεων τα δεδομένα που έχουμε να διαχειριστούμε είναι ανεπαρκή ή ακόμα και αυτά τα ελάχιστα δεδομένα φορτίων του δικτύου που έχουμε στη διάθεση μας, παραμένουν στη διάθεση λίγων λόγω του κώδικα εμπιστευτικότητας. Το πρόβλημα αυτό καλούμαστε να λύσουμε στην παρούσα διπλωματική εργασία. Χρησιμοποιώντας αλγορίθμους μηχανικής μάθησης και άλλες στατιστικές προσεγγίσεις, προσπαθούμε να πετύχουμε την απόκτηση περισσότερων δεδομένων μέσω της δημιουργίας συνθετικών. Στην παρούσα εργασία, η προτεινόμενη τεχνική υλοποιήθηκε σε περιβάλλον PyCharm με χρήση της γλώσσας προγραμματισμού ‘Python’ και εφαρμόστηκε για να δημιουργήσει συνθετικά δεδομένα ενός χρόνου, τόσο ενεργού, όσο και άεργου ισχύος για 3 διαφορετικούς ζυγούς. Βασικό μέλημα αποτελεί η διατήρηση της ίδιας συσχέτισης των δεδομένων φορτίου των διαφορετικών ζυγών μεταξύ τους, αρχικά και τελικά. Στο τέλος, τα δεδομένα ελέγχονται για την καταλληλόλητας τους, συγκρίνοντας κάποια στατιστικά τους μετρικά και μέσω μιας μελέτης ροών φορτίου.