能耗统计分析中的错误数据的检测和解释。

Макарова И.Л., Игнатенко А.М., Копырин А.С.

doi:10.7256/2454-0714.2021.3.36564

返回内容

软件系统和计算方法

正确的文章链接:

Makarova I.L., Ignatenko A.M., Kopyrin A.S. 能耗统计分析中的错误数据的检测和解释。 // 软件系统和计算方法. 2021. № 3. С. 40-51. DOI: 10.7256/2454-0714.2021.3.36564 URL: https://cn.nbpublish.com/library_read_article.php?id=36564

能耗统计分析中的错误数据的检测和解释。

Makarova Irina Leonidovna

博士学位技术科学

索契州立大学应用数学与计算机科学系系系主任

354000, Russia, Krasnodarskii krai, g. Sochi, ul. Plastunskaya, 94

ratton@mail.ru

Ignatenko Anna Mikhailovna

索契州立大学应用数学与计算机科学系高级讲师

354000, Russia, Krasnodarskii krai, g. Sochi, ul. Plastunskaya, 94

allrededor@mail.ru

Kopyrin Andrey Sergeevich

博士学位经济学

索契州立大学信息技术系系主任

354000, Russia, Krasnodarskii krai, g. Sochi, ul. Plastunskaya, 94

kopyrin_a@mail.ru

DOI:

10.7256/2454-0714.2021.3.36564

评审日期

01-10-2021

出版日期

24-11-2021

注解: 监测和分析各种情况下的能源消耗随着时间的推移测量各种参数（指标）对现代经济极为重要。这项工作是专门研究和解释的异常情况的数据集上的能源消耗(使用天然气消费的例子)在直辖市
天然气消费是重要的社会经济领域的城市。未经授权的连接是非技术资源损失的主要原因。检查盗窃的传统方法无效且耗时。现代数据分析技术将有助于识别和解释消费异常，并生成检查对象是否存在未经授权的连接的列表。我们的方法的主要贡献是应用了一套统计方法，旨在处理和检测关于城市能源消耗的一组数据的异常情况。应该指出的是，使用这种技术需要开发有效的算法，并引入自动化和机器学习算法。这种对时间序列的新看法可以更容易地检测异常，优化决策等。这些过程可以自动化。所提出的方法在描述气体消耗的时间序列上进行了测试，可用于更广泛的任务。研究可以与知识发现方法和深度学习算法相结合。

出版日期:

统计分析, 统计分析, 异常搜索, 异常搜索, 能源消耗, 能源消耗, 气体消耗量, 气体消耗量, 市政当局, 市政当局, 平滑处理, 平均值, 平滑处理, 平均值, 未经授权的消费, 气体会计, 未经授权的消费, 优化设计, 气体会计, 优化设计

杂志

能耗统计分析中的错误数据的检测和解释。