haku: @author Larinkari, Joonas / yhteensä: 2
hakutulos-lista
viite: 1 / 2
« edellinen | seuraava »
Tekijä:Larinkari, Joonas
Työn nimi:Palvelusektorin sähkönkäytön tutkiminen tuntimittaustietojen avulla
Electricity Consumption Analysis of Service Sector Using AMR Measurements
Julkaisutyyppi:Diplomityö
Julkaisuvuosi:2012
Sivut:[10] + 80 s. + liitt. 9      Kieli:   fin
Koulu/Laitos/Osasto:Sähkötekniikan laitos
Oppiaine:Sähköverkot ja suurjännitetekniikka   (S-18)
Valvoja:Lehtonen, Matti
Ohjaaja:Hyvärinen, Markku ; Heine, Pirjo
Elektroninen julkaisu: http://urn.fi/URN:NBN:fi:aalto-201302031380
OEVS:
Sähköinen arkistokappale on luettavissa Aalto Thesis Databasen kautta.
Ohje
sulje

Digitaalisten opinnäytteiden lukeminen Aalto-yliopiston Harald Herlin -oppimiskeskuksen suljetussa verkossa

Oppimiskeskuksen suljetussa verkossa voi lukea sellaisia digitaalisia ja digitoituja opinnäytteitä, joille ei ole saatu julkaisulupaa avoimessa verkossa.

Oppimiskeskuksen yhteystiedot ja aukioloajat: https://learningcentre.aalto.fi/fi/harald-herlin-oppimiskeskus/

Opinnäytteitä voi lukea Oppimiskeskuksen asiakaskoneilla, joita löytyy kaikista kerroksista.

Kirjautuminen asiakaskoneille

  • Aalto-yliopistolaiset kirjautuvat asiakaskoneille Aalto-tunnuksella ja salasanalla.
  • Muut asiakkaat kirjautuvat asiakaskoneille yhteistunnuksilla.

Opinnäytteen avaaminen

  • Asiakaskoneiden työpöydältä löytyy kuvake:

    Aalto Thesis Database

  • Kuvaketta klikkaamalla pääset hakemaan ja avaamaan etsimäsi opinnäytteen Aaltodoc-tietokannasta. Opinnäytetiedosto löytyy klikkaamalla viitetietojen OEV- tai OEVS-kentän linkkiä.

Opinnäytteen lukeminen

  • Opinnäytettä voi lukea asiakaskoneen ruudulta tai sen voi tulostaa paperille.
  • Opinnäytetiedostoa ei voi tallentaa muistitikulle tai lähettää sähköpostilla.
  • Opinnäytetiedoston sisältöä ei voi kopioida.
  • Opinnäytetiedostoa ei voi muokata.

Opinnäytteen tulostus

  • Opinnäytteen voi tulostaa itselleen henkilökohtaiseen opiskelu- ja tutkimuskäyttöön.
  • Aalto-yliopiston opiskelijat ja henkilökunta voivat tulostaa mustavalkotulosteita Oppimiskeskuksen SecurePrint-laitteille, kun tietokoneelle kirjaudutaan omilla Aalto-tunnuksilla. Väritulostus on mahdollista asiakaspalvelupisteen tulostimelle u90203-psc3. Väritulostaminen on maksullista Aalto-yliopiston opiskelijoille ja henkilökunnalle.
  • Ulkopuoliset asiakkaat voivat tulostaa mustavalko- ja väritulosteita Oppimiskeskuksen asiakaspalvelupisteen tulostimelle u90203-psc3. Tulostaminen on maksullista.
Sijainti:P1 Ark Aalto  961   | Arkisto
Avainsanat:AMR
customer classification
load analysis
load profile
service sector
asiakasluokittelu
etäluenta
kuormituskäyrä
kuormitustutkimus
palvelusektori
Tiivistelmä (fin): Sähköverkon alueellisissa kuormituksen seurannassa ja ennustamisessa on keskeisessä osassa alueen nykyinen ja arvioitu käyttäjäryhmärakenne, rakennuskanta sekä aiempi mitattu sähkönkulutus.
Tämän diplomityön tavoite oli selvittää palvelusektorin sähkönkäytön suuruus, ajallinen vaihtelu sekä alueellinen sijoittuminen Helsingissä.
Lisäksi työssä tutkittiin etäluentatietojen hyödyntämistä osana alueellista kuormitusanalyysiä.

Palvelukulutuksen muodostumista ja alueellista sijoittumista tutkittiin vuosienergioiden, rakennuskantatietojen ja nykyisin käytetyn asiakasluokittelun avulla.
Tuntimittaustietojen hyödyntämistä tutkittiin kahdella matemaattisella menetelmällä.
Ensimmäisen tutkitun menetelmän tavoite oli ryhmitellä liittymät niiden sähkönkäytön ajallisen vaihtelun mukaan.
Toinen tutkittu matemaattinen menetelmä pyrki jakamaan sähkönkulutuksen päälaiteryhmiin tuntilukemien ja sähkönkäyttöä selittävien taustatietojen avulla.
Ryhmittelyyn käytetty menetelmä perustui pääkomponenttianalyysiin sekä klusterointiin ja laitetason jaotteluun käytetty menetelmä perustui usean selittäjän regressiomallin.

Matemaattisen ryhmittelyn avulla löydettiin kolme sähkölämmitysryhmää, yksi kaukolämmitysryhmä ja yksi palvelukulutusta sisältävä ryhmä.
Palvelukulutuksen tarkempi ryhmittely osoittautui haasteelliseksi palvelusektorin monimuotoisuudesta johtuen.
Ryhmittelyn tulokset olivat pääpiirteittäin yhteneviä nykyisen asiakasluokittelun kanssa.
Menetelmän avulla lasketut pro ilit ja ominaiskulutukset kuvasivat kaikilla ryhmillä järkevästi ryhmän sähkönkäyttöä.
Laitetason jaottelulla saatuja tuloksia ei voida pitää luotettavina.
Menetelmä osoittautui kuitenkin mahdolliseksi keinoksi laitteiden kulutusosuuksien arvioinnissa.
Molempia tutkittuja menetelmiä täytyy tulevaisuudessa kehittää vastaamaan palvelusektorin heterogeenisyydestä johtuvia vaatimuksia.
Tiivistelmä (eng): Current and expected customer mix, land use and prior electricity consumption are vital inputs for spatiotemporal load forecasts.
The aim of this thesis was to study characteristics of electricity consumption in service sector in the Helsinki city area.
Furthermore, the thesis examined applicability of two mathematical methods for deploying automated meter reading data in spatial load analysis.

Spatial city district level analysis was performed utilizing annual electricity consumption data, land use information and present customer classification used in customer information system.
The automated meter reading data were deployed in two mathematical methods.
The objective of the first method was to classify connection points according to consumption structures using principal component analysis.
The second method studied used conditional demand analysis to disaggregate the load into main device groups.

Using mathematical customer classification three electric heated groups, a district heated and a service consumption groups were found.
More detailed classification of service sector was challenging due to the diversity of service consumption.
Mathematical customer classification results were mainly consistent with present customer classification.
Mathematically calculated load profiles and specific consumptions were meaningful and represented each group coherently.
The results from load disaggregation cannot be considered reliable, but the method proved potential to device level analysis.
In the future, both studied methods should be developed to meet the requirements caused by heterogeneity in the service sector.
ED:2013-01-11
INSSI tietueen numero: 45797
+ lisää koriin
« edellinen | seuraava »
INSSI