ВВЕДЕНИЕ 9
1 Теоретическая часть 11
1.1 Безучетное потребление электроэнергии: определение, статистика,
способы борьбы 11
1.2 Понятие data mining 13
1.3 Многообразие статистических методов data mining 15
1.3.1 Корреляционный анализ и регрессионный анализ 15
1.3.2 Кластерный анализ 16
1.3.3 Факторный анализ 17
1.3.4 Анализ связей 17
1.3.5 Анализ временных рядов 17
1.3.6 Кросстабуляция 18
1.3.7 Моделирование структурными уравнениями (SEPATH) 19
1.3.8 Нейронные сети 20
1.4 Применение статистических методов data mining в анализе
электропотребления 21
2 Аналитическая часть 23
2.1 Характеристика предприятия 23
2.2 Анализ электропотребления 28
3 Практическая часть 46
3.1 Понятие методики и её структура 46
3.2. Выбор методов и инструментов анализа 46
3.3 Описание методики и результаты анализа 48
ЗАКЛЮЧЕНИЕ 54
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 55
С ситуациями, связанными с неучтенным потреблением дочерние акционерные общества энергетики и электрификации ОАО РАО «ЕЭС России» и другие электроснабжающие организации сталкиваются в своей повседневной работе. По минимальным оценкам финансовые потери только предприятий ОАО РАО «ЕЭС России» от неучтенного потребления ежегодно составляют около 10 млрд. рублей. В связи с ростом тарифов увеличивается мотивация неучтенного потребления электрической энергии. Поэтому проблема снижения этого потребления электрической энергии и возмещения возникающих в связи с этим финансовых потерь сетевых компаний является безусловно актуальной [1].
В настоящее время заключаемые договора между субъектами розничного рынка электрической энергии и потребителями электрической энергии регулируют отношения только в части подачи и оплаты электрической энергии. Вопрос учета и расчетов за неучтенную электрическую энергию между субъектами электроэнергетики и потребителями остается неурегулированным. В этих условиях необходима разработка нормативных и методических документов для выявления и количественной оценки потребленной неучтенной электрической энергии.
Актуальность выбранной темы заключается в необходимости использования методики, позволяющей на основе анализа статистических данных выявить безучетное потребление электроэнергии для домохозяйств.
Объектом исследования являются статистические данные о потреблении электроэнергии потребителями Усть-Абаканских районных электрических сетей филиала ПАО «МРСК Сибири» - «Хакасэнерго».
Предметом исследования являются технологии, способы, методы подготовки методики.
Целью выполнения выпускной квалификационной работы (ВКР) является разработка методики выявления безучетного потребления электроэнергии.
Цель достигается решением следующих задач выпускной квалификационной работы:
— предоставление теоретического обоснования методов и технологий обработки данных;
— мониторинг электропотребления домохозяйствами Усть-Абаканского района;
— обоснование возможности применения информационных технологий интеллектуального анализа данных;
— выполнение анализа электропотребления с применением информационных технологий;
— апробировать методику на примере домохозяйств Усть-Абаканского района.
В течение проработки разделов ВКР были получены:
— результаты статистического анализа электропотребления домохозяйствами;
— методика, позволяющая выявлять недобросовестных абонентов, потребляющих электроэнергию;
— опубликована научная статья РИНЦ «Интеллектуальный анализ данных электропотребления домохозяйствами сельской местности».
Научная новизна исследования заключается в применении современной информационной технологии SPSS интеллектуального анализа данных.
Практическая значимость работы - обусловлена тем, что современные информационные технологии позволяют выявить недобросовестных потребителей электроэнергии, а методика их выявления может быть использована специалистами ПАО «МРСК Сибири» - «Хакасэнерго».
В ходе выполнения выпускной квалификационной работы были получены следующие результаты:
- дано теоретическое обоснование методов и технологий обработки данных;
- проведен мониторинг электропотребления домохозяйствами Усть - Абаканского района;
- обоснована возможность применения информационных технологий интеллектуального анализа данных;
- выполнен анализ электропотребления с применением информационных технологий;
- предложена методика выявления абонентов, электропотребление которых является аномальным, на примере домохозяйств Усть-Абаканского района;
- даны рекомендации по выявлению энерговоров.
Результаты исследований опубликованы в виде научной статьи РИНЦ «Интеллектуальный анализ данных электропотребления домохозяйствами сельской местности».
Выпускная квалификационная работа выполнялась по научной тематике, рекомендованной ПАО «МРСК Сибири» - «Хакасэнерго». Результаты работы могут быть использованы специалистами службы балансов и анализа потерь.
1. Коммерческие потери электроэнергии без границ [Электронный ресурс]. - Режим доступа:
http: //www.bigpowemews.ru/interview/document76022.phtml
2. Постановление Правительства РФ от 04.05.2012 N 442 (ред. от 30.12.2017) "О функционировании розничных рынков электрической энергии, полном и (или) частичном ограничении режима потребления электрической энергии" // Собрание законодательства РФ. - 04.06.2012. - № 23. - Ст. 3008.
3. Воровство электроэнергии: обнаружение и привлечение к уголовной ответственности [Электронный ресурс]. - Режим доступа:
http: //ugvrf. ru/vorovstvo-elektroenergii-obnaruzhenie-i-privlechenie-k- ugolovnoj -otvetstvennosti.html
4. Data mining [Электронный ресурс] : материал из Википедии - свободной энциклопедии. - Режим доступа: https://ru.wikipedia.org/wiki/Data_mining
5. Певченко C. С., Блужин В. А. Сравнительный анализ алгоритмов нейронной сети и деревьев принятия решений модели интеллектуального анализа данных // Молодой ученый. — 2016. — №28. — С. 148-154. [Электронный ресурс]. - Режим доступа:
https://moluch.ru/archive/132/36999/ (дата обращения: 20.06.2018).
6. Data mining: нужная информация рядом [Электронный ресурс]. - Режим доступа: http: //rtb-media. ru/wiki-data-mining/
7. Семь методов статистического анализа, которые может применять каждый [Электронный ресурс]. - Режим доступа:
Ы^://4Ьгат.ш/Ыое/методы-статистического-анализа/
8. Кузнецов Д.Ю., Трошина Т.Л. Кластерный анализ и его применение // Ярославский педагогический вестник. - 2016. - № 4. - С. 103-107. [Электронный ресурс]. - Режим доступа:
https://elibrary.ru/item.asp?id=10365372
9. Муллакаева Л.Р. Кластерный анализ // научный журнал Novainfo. - 2016.- № 47-1. [Электронный ресурс]. - Режим доступа:
https://novainfo. ru/article/6444
10. Факторный анализ [Электронный ресурс] : материал из Википедии -
свободной энциклопедии. - Режим доступа:
https://ru.wikipedia.org/wiki/QaKTopHbiH анализ
11. Анализ связей [Электронный ресурс]. - Режим доступа:
http://medspecial.ru/wiki/AHaHH3+CBa3efi/
12. Временной ряд [Электронный ресурс] : материал из Википедии - свободной энциклопедии. - Режим доступа:
https://ru.wikipedia.org/wiki/BpeMeHHOH ряд
13. Таблицы сопряженности [Электронный ресурс] // Файловый архив студентов. - Режим доступа: https://studopedia.org/10-39378.html
14. Ариничев И.В. Структурное моделирование в управлении качеством на малых предприятиях // сборник статей по материалам II международной научно-практической конференции. - 2017. [Электронный ресурс]. - Режим доступа: https://elibrary.ru/item.asp?id=30593774
15. Обзор методов статистического анализа данных [Электронный ресурс]. - Режим доступа: http://statlab.kubsu.ru/nodeZ4
16. Методы статистического анализа [Электронный ресурс]. - Режим доступа:
http://studbooks.net/2247936/informatika/metody statisticheskogo analiza
17. Искусственная нейронная сеть [Электронный ресурс] : материал из Википедии - свободной энциклопедии. - Режим доступа:
https://ru.wikipedia.org/wiki/HcKvccTBeHHaa нейронная сеть
18. Искусственные нейронные сети [Электронный ресурс] // Файловый архив студентов. - Режим доступа:
https://studopedia.ru/view_sfpip.php?id=96
19. Любимова Т.В., Горелова А.В. Решение задачи прогнозирования с
помощью нейронных сетей // Инновационная наука. - 2015. [Электронный ресурс]. - Режим доступа:
https://cvberleninka.ru/article/n/reshenie-zadachi-prognozirovaniva-s-
pomoschvu-nevronnvh-setev
20. Шамаева Н.П. Использование модели временных рядов для оценки динамики научно-производственной кооперации // Вестник Удмуртского университета. - 2013. [Электронный ресурс]. - Режим доступа: https://cvberleninka.ru/article/n/ispolzovanie-modeli-vremennvh-rvadov-dlva- otsenki-dinamiki-nauchno-proizvodstvennov-kooperatsii
21. Профессиональные компьютерные программы: применение пакета SPSS [Электронный ресурс]. - Режим доступа: http://docplaver.ru/36810030- Professionalnve-kompvuternve-programmv-primenenie-paketa-spss-v- sociologii.html
22. Методика [Электронный ресурс] : материал из Википедии - свободной энциклопедии. - Режим доступа: https://ru.wikipedia.org/wiki/MeTO дика
23. Язык и среда R [Электронный ресурс]. - Режим доступа:
https://samoedd.com/soft/r-introduction
24. Дулесова Н.В., Харитонова Д.Д. Интеллектуальный анализ данных электропотребления домохозяйствами сельской местности // Иннов: электронный научный журнал, 2018. №6 (39). [Электронный ресурс]. - Режим доступа: http://www.innov.ru/science/economv/intellektualnvv-analiz- dannvkh-elek
25. СТО 4.2-07-2014. Система менеджмента качества. Общие требования к
построению, изложению и оформлению документов учебной деятельности. - Красноярск : ИПК СФУ, 2014. - с. 59