Metodología de agrupación en dos niveles para una medición de datos inteligente
| Autor | Leticia Arco García, Gladys María Casas Cardoso, Ann Nowé |
| Cargo | Vrije Universiteit Brussel: Brussels, BE - CENSA International College - Vrije Universiteit Brussels, Belgium |
| Páginas | 24-50 |
Articles
Two-level clustering methodology for smart metering data*
Metodología de agrupación en dos niveles para una medición de datos inteligente
Metodologia de agrupação em dois níveis para uma medição de dados inteligente
Leticia Arco García a
Vrije Universiteit Brussels, Países bajos
larcogar@vub.be
ORCID: http://orcid.org/0000-0002-5154-4441
Gladys María Casas Cardoso
CENSA International College, Estados Unidos
Ann Nowé
Vrije Universiteit Brussels, Países bajos
ORCID: http://orcid.org/0000-0001-6346-4564
DOI: https://doi.org/10.11144.Javeriana.cao33.tlcms
Date received: 26/08/2019
Date accepted: 20/10/2019
Date published: 20/05/2020
Abstract:
Energy efficiency and sustainability are important factors to address in the context of smart cities. In this sense, a necessary
functionality is to reveal various preferences, behaviors, and characteristics of individual consumers, considering the energy
consumption information from smart meters. In this paper, we introduce a general methodology and a specic two-level
clustering approach that can be used to group, considering global and local features, energy consumptions and productions of
households.us, characteristic load and production proles can be determined for each consumer and prosumer, respectively.
e obtained results will be generally applicable and will be useful in a general business analytics context.
JEL Codes: D19, Q41.
Keywords: clustering, time series, smart metering.
Resumen:
La eciencia energética y la sostenibilidad son factores importantes a abordar en el contexto de las ciudades
inteligentes. En este sentido, una funcionalidad necesaria consiste en revelar varias preferencias, comportamientos y
características de los consumidores individuales, considerando la información de consumo de energía de los metro-
contadores inteligentes. En este artículo presentamos una metodología general y un enfoque de agrupamiento en dos
niveles teniendo en cuenta las características globales y locales del consumo de energía y la producción de los
hogares. Por lo tanto, se pueden determinar los perles característicos de carga y producción para cada consumidor
y prosumidor, respectivamente. Los resultados obtenidos serán de aplicación general y serán útiles en un contexto de análisis
empresarial general.
Códigos JEL: D19, Q41.
Palabras clave: agrupamiento, series de tiempo, medición inteligente.
Resumo:
A eciência energética e a sustentabilidade são fatores importantes de abordar no contexto das cidades inteligentes. Neste
sentido, uma função necessária seria revelar várias preferências, comportamentos e características dos consumidores individuais,
considerando a informação de consumo de energia dos medidores de dados inteligentes. Este artigo apresenta uma metodologia
geral e um enfoque de agrupação em dois níveis, tendo em conta as características globais e locais do consumo de energia e a
produção dos lares. Por tanto, é possível determinar os pers característicos de carga e produção para cada consumidor e
prosumidor, respetivamente. Os resultados obtidos serão de aplicação geral, especialmente, em um contexto de análise
empresarial.
D19, Q41.
Palavras-chave: agrupação, séries de tempo, medição inteligente.
Author notes
a Corresponding author. E-mail: larcogar@vub.be
Cuadernos de Administración, 2020, vol. 33, ISSN: 0120-3592 / 1900-7205
Introduction
On the way towards a low-carbon future, ele ctricity networks are considered as enablers and one of the
critical areas to be studied under the Strategic Energy Technologies Plan. e rst European Electricity
Grid Initiative –EEGI– Roadmap 2010-2018 was approved by the European Commission and the Member
States alongside the creation of EEGI in June 2010. e EEGI Ro admap denes the research, development
and demonstration challenges that both European transmission and distribution system operators should
address in the next years with the aim to face the requirements linked to the evolution of power systems and
to respond to different external factors. For this reason, smart-grid projects are rec eiving a lot of attention
(Hübner & Prüggler, 2011; Giordano et al., 2011; Losa, De Nigris & Van, 2013). New perspectives emerge for
energy management. Many smart meters and sensors are being deployed and they result in a new data deluge
we will have to face. With the rollout of smart metering infrastructure at scale, demand-response programs
may now be tailored based on users’ consumption and production patterns as mined from sensed data.
Energy efficiency and sustainability are important factors to address in the context of smart cities. In this
sense, a necessary functionality is to reveal various preferences, behaviors, and characteristics of individual
consumers and prosumers, considering the ne-grained energy consumption and production information
from smart meters, respectively. Smart metering and nonintrusive load monitoring play a crucial role in
ghting energy thes and for optimizing the energy consumption of the home, building, city, and so forth
(Fenza, Gallo & Loia, 2019; Ahmad et al., 2018). Besides, it is very important to reduce the mismatch
between the actual and expected energ y demand, which is oen due to an anomalous operation of the
equipment and control systems. In this context, the characterization of energ y consumption patterns over
time is of fundamental importance (Capozzoli et al., 2018).
To the best of our knowledg e, all approaches are still in a research phase, especially when it comes to
clustering methods consumption and production data to provide clusters for each consumer and prosumer
prole (Hossain et al., 2011; Binh et al., 2010; Figueiredo et al., 2005; Mutanen et al., 2011; Lee, Haben, &
Grindrod, 2014; Ardakanian et al., 2014; Lavin & Klabjan, 2014).
While some authors have been working on grouping consumers considering the similarity among time
series models, such as ARMA and ARIMA (Brockwell & Davis, 2002); others have been focusing on
grouping consumers considering the time series as feature vectors (Flath et al., 2012; Cao, Beckel, & Staake,
2013). Most of the proposals model the data following only a local point of view, others only global,
and others considering the original time series, which limits the analysis. e most successful approaches
have b een those that combine various clustering methods (Fig ueiredo et al., 2005; Albert & Rajagopal,
2013; Räsänen et al., 2010; Rä sänen & Kolehmainen, 2009). It is even possible to nd some proposals
that combine clustering with other machine learning te chniques, such as association rules (Funde et al.,
2019). Nevertheless, those hybrid approaches only exploit the combination of clustering methods in order
to mitigate the disadvantages of ones and enhance the benets of others. However, they do not exploit other
important reasons for developing hybrid time series clustering models.
Due to the limitations expressed above, in this paper, we introduce a general methodology that combines
clustering methods in t wo stages and exploits in a hybrid way local and global patterns of the series under
analysis. Our proposal can be used to g roup energy consumers and prosumers according to the similarity of
their daily and yearly consumption and production, respectively. us, characteristic load and production
proles per time period can be determined, as we will explain later. e obtained results are generally
applicable and will be useful in a general business analytics context.
Para continuar leyendo
Comienza GratisAccede a todo el contenido con una prueba gratuita de 7 días
Transforma tu investigación jurídica con vLex
-
Accede a resúmenes de sentencias generados por IA, que destacan al instante los aspectos jurídicos clave.
-
Realiza búsquedas avanzadas con opciones precisas de filtrado y ordenamiento.
-
Consulta contenido jurídico completo de más de 100 jurisdicciones, incluyendo una amplia colección de libros y revistas a texto completo.
-
Disfruta de funcionalidades exclusivas como comparador de versiones de una ley, notas de vigencia, análisis de citas, y mucho más.
-
Con la confianza de más de 2 millones de profesionales, incluidas las firmas más importantes del mundo.
Accede a todo el contenido con una prueba gratuita de 7 días
Transforma tu investigación jurídica con vLex
-
Accede a resúmenes de sentencias generados por IA, que destacan al instante los aspectos jurídicos clave.
-
Realiza búsquedas avanzadas con opciones precisas de filtrado y ordenamiento.
-
Consulta contenido jurídico completo de más de 100 jurisdicciones, incluyendo una amplia colección de libros y revistas a texto completo.
-
Disfruta de funcionalidades exclusivas como comparador de versiones de una ley, notas de vigencia, análisis de citas, y mucho más.
-
Con la confianza de más de 2 millones de profesionales, incluidas las firmas más importantes del mundo.
Accede a todo el contenido con una prueba gratuita de 7 días
Transforma tu investigación jurídica con vLex
-
Accede a resúmenes de sentencias generados por IA, que destacan al instante los aspectos jurídicos clave.
-
Realiza búsquedas avanzadas con opciones precisas de filtrado y ordenamiento.
-
Consulta contenido jurídico completo de más de 100 jurisdicciones, incluyendo una amplia colección de libros y revistas a texto completo.
-
Disfruta de funcionalidades exclusivas como comparador de versiones de una ley, notas de vigencia, análisis de citas, y mucho más.
-
Con la confianza de más de 2 millones de profesionales, incluidas las firmas más importantes del mundo.
Accede a todo el contenido con una prueba gratuita de 7 días
Transforma tu investigación jurídica con vLex
-
Accede a resúmenes de sentencias generados por IA, que destacan al instante los aspectos jurídicos clave.
-
Realiza búsquedas avanzadas con opciones precisas de filtrado y ordenamiento.
-
Consulta contenido jurídico completo de más de 100 jurisdicciones, incluyendo una amplia colección de libros y revistas a texto completo.
-
Disfruta de funcionalidades exclusivas como comparador de versiones de una ley, notas de vigencia, análisis de citas, y mucho más.
-
Con la confianza de más de 2 millones de profesionales, incluidas las firmas más importantes del mundo.
Accede a todo el contenido con una prueba gratuita de 7 días
Transforma tu investigación jurídica con vLex
-
Accede a resúmenes de sentencias generados por IA, que destacan al instante los aspectos jurídicos clave.
-
Realiza búsquedas avanzadas con opciones precisas de filtrado y ordenamiento.
-
Consulta contenido jurídico completo de más de 100 jurisdicciones, incluyendo una amplia colección de libros y revistas a texto completo.
-
Disfruta de funcionalidades exclusivas como comparador de versiones de una ley, notas de vigencia, análisis de citas, y mucho más.
-
Con la confianza de más de 2 millones de profesionales, incluidas las firmas más importantes del mundo.