Wykorzystanie analizy skupień do identyfikacji oznaczonych wyników pomiaru jakości energii elektrycznej

W artykule zaprezentowano wykorzystanie eksploracji danych w analizie parametrów określających jakość energii elektrycznej (JEE) pod kątem identyfikacji danych podlegających regule oznaczania w rozumieniu normy PN EN 61000-4-30 [1]. Przedstawiono zastosowanie analizy skupień jako narzędzia umożliwiającego podział zagregowanych danych pomiarowych na grupy reprezentujące wyniki pomiarów wolne od zdarzeń napięciowych oraz wyniki pomiarów, w trakcie których wystąpiło zdarzenie napięciowe. Przebadano wrażliwość algorytmu k-średnich na identyfikację danych zawierających przerwy, zapady, wzrosty oraz szybkie zmiany napięcia. Za zbiór danych testowych wykorzystano synchroniczne pomiary przeprowadzone w sieci zakładów górniczych. Uzyskane wyniki pozwalają na określenie skuteczności wykorzystania analizy skupień do identyfikacji danych zagregowanych zawierających zdarzenia napięciowe.

The article presents the use of data mining to power quality issue. The application of cluster analysis as a tool which lead to division into groups representing the measurement period for which aggregated data (within the meaning of PN EN 61000-4-30 standard) contain and do not contain aggregated voltage events is presented. The sensitivity of the K-means algorithm to the identification of data containing interruptions, dips, increases and rapid voltage changes was tested. Synchronous measurements carried out in the mining plant network were used for the test data set. The obtained results allow determining the effectiveness of using cluster analysis to identify aggregated data containing voltage events.