Проектирование базы данных метеорологической информации для прогнозирования и кластеризации в microgrid-системе

Автор(и)

  • V. Osypenko Київський національний університет технологій та дизайну image/svg+xml
  • N. Kiktev The National University of Life and Environmental Sciences of Ukraine , Национальный университет биоресурсов и природопользования Украины
  • T. Lendiel The National University of Life and Environmental Sciences of Ukraine , Национальный университет биоресурсов и природопользования Украины

DOI:

https://doi.org/10.31548/energiya2020.04.055

Анотація

Для побудови систем Microgrid необхідне отримання даних метеослужби, обробка їх і прийняття рішень про те, яке джерело електроенергії доцільно використовувати в даний час доби, пори року, при поточних погодних умовах.

Метою дослідження є розробка та створення бази даних розподіленої інформаційної системи для проведення кластерного аналізу, обробки і зберігання вхідних метеорологічних даних, алгоритму прогнозування погоди на основі значень обраних показників для подальшого визначення виду використовуваних альтернативних джерел електроенергії на підставі прогнозу.

Описана спроектована і реалізована розподілена інформаційна система для зчитування з мережі Інтернет, зберігання і подальшої обробки метеорологічних даних стосовно до будь-якого регіону з метою прогнозу для ефективного використання поновлюваних джерел електроенергії в Microgrid - системі. Проект реалізований на основі реляційної бази даних Microsoft SQL Server. Кожна з таблиць має поля, що описують погодні умови, необхідні для вирішення поставленого завдання - визначення джерела електроенергії, використання якого економічно ефективно в даний період року, час доби, географічного розташування та кліматичних умов. Розроблено додаток, що оперує базою даних, на мові C # за шаблоном Windows Forms Application. Реалізовано розподіл показників температури в залежності від часу проведених досліджень за певний період із застосуванням кластерного аналізу. Прогнозування погодних даних виконано з використанням авторегресійної моделі часових рядів. Інтерфейс користувача створений засобами Microsoft Visual Studio. Обробка всіх даних виконується на стороні локального сервера.

Ключові слова: micro-grid система, поновлювані джерела, кластерний аналіз, прогнозування, модель авторегресії, розподілена база даних, SQL, Web-додаток, інтерфейс

Посилання

Kalashnikov, V.I., Tkachenko, S.N., Khizhniak P.А. (2015). Avtonomnye mikrogrid-sistemy s vozobnovljaemymi istochnikami jenergii, kak jelement koncepcii smart grid. Perspektivy razvitija [Autonomous microgrid systems with renewable energy sources as part of the smart grid concept. Development prospects]. Visnyk NTU «KhPI», 12 (1121), 374-378.

Denisiuk, S. P, Gorenko, D.S. (2016). Analiz problem vprovadzhennya virtual'ny'x elektrostancij [Energety'ka: ekonomika, texnologyi, ekologiya. [Analysis of problems of implementation of virtual power plants]. Energetyka: ekonomika, texnologyi, ekologiya, 2, 25-33.

Yakymets', R. V. (2016). Metody' klastery'zaciyi ta yix klasy'fikaciya. [Clustering methods and their classification]. Mizhnarodny'j naukovy'j zhurnal, 6 (2), 48-50.

Jain, A. K., Murty, M. N., Flynn, P .J. - Data Clustering: A Review (1996). IEEE Computer Society Press, 69.

Osypenko, V.V. (2014). Dva pidxody' do rozv'yazannya zadachi klastery'zaciyi u shy'rokomu sensi z pozy'cij indukty'vnogo modelyuvannya [Two approaches to solving the problem of clustering in a broad sense from the standpoint of inductive modeling]. Energetyka i avtomatyka, 1, 83-97.

Ivakhnenko, A .G , Osipenko, V. V. (1984). Prognozirovanie redkih sobytij po algoritmu MGUA [Prediction of rare events in the MGUA algorithm]. Avtomatika, 5, 8- 12.

Osypenko, V., Kaplun, V. (2019). Modeling of Dynamic Energy-Management Scenariosin Local Polygeneration Microgrids Using Inductive Bi-clustering Algorithm. 2019 IEEE 14th International Conference on Computer Sciences and Information Technologies (CSIT). Lviv, 183-186.

https://doi.org/10.1109/STC-CSIT.2019.8929843

Kiktev, N. A. (2019). Ispol'zovanie metodov klasternogo analiza v informacionnyh tehnologijah upravlenija proizvodstvom kombikormov i premiksov [The use of cluster analysis methods in information technologies for managing the production of compound feeds and premixes]. Innovacii v sel'skom hozjajstve, № 4(33), 170-176.

Kiktiev, М. О. (2013). Programna realizaciya metodu k - serednix intelektual'noyi informacijno-upravlyayuchoyi sy'stemy' vy'robny'cztva kombikormu. - [Software implementation of the method k - average intelligent information and control system of feed production]. Tehnologicheskij audit i rezervy proizvodstva. 5(1), 9-11.

https://doi.org/10.15587/2312-8372.2013.18385

Snytyuk, V. Y. , Suprun, O. O. (2017). Evolutionary techniques for complex objects clustering. 2017 IEEE 4th International Conference Actual Problems of Unmanned Aerial Vehicles Developments (APUAVD). Kyiv, 2017, 270-273.

https://doi.org/10.1109/APUAVD.2017.8308827

Hnatiienko, H., Suprun, O. (2018). Fuzzy Set Objects Clustering Method Using Evolution Technologies. ITS 2018 Information Technologies and Security. CEUR Workshop Proceedings, 2318, 129-138.

Palii, D. М. (2018). Keruvannya energospozhy'vannyam v SmartGrid [Power management in SmartGrid]. Magisters'ka dysertaciya zi special'nosti «Elektronni systemy». Kyiv, NTUU «KPI», 114

Shkurpela, N. Yu., Kiktiev, М. О. (2020). Vykorystannya klasternogo analizu dlya obrobky meteorologichnykh danykh dlya efektyvnogo vykorstannya vidnovlyuval'nykh dzherel elektrychnoyi energiyi. [Use of cluster analysis for meteorological data processing for efficient use of renewable energy sources] Zbirnyk tez mizhnarodnoyi naukovo-praktychnoyi konferenciyi «Teoretyko-praktychni aspekty analizu ekonomiky, obliku, finansiv i prava» 18.06.2020, part 1, 66-67.

Завантаження

Опубліковано

2020-12-10

Номер

Розділ

Статті