По всем вопросам звоните:

+7 495 274-22-22

УДК: 004.62

Характеристика и возможности аналитических систем для построения прогностических моделей электропотребления предприятий

Толмачев Д. В. магистрант, Омский государственный технический университет, г. Омск
Хамитов Р. Н. д-р техн. наук, профессор, Омский государственный технический университет, г. Омск
Грицай А. С. канд. техн. наук, ст. преподаватель, Омский государственный технический университет, г. Омск
Шафеева О. П. канд. техн. наук, доцент, Омский государственный технический университет, г. Омск
Дорошенко М.С. ст. преподаватель, Омский государственный технический университет, г. Омск

Целью статьи является проведение анализа для возможности использования аналитических систем для определенного круга задач, разработка критериев сравнения, обзор функциональных возможностей и технических характеристик известных информационных аналитических систем: RapidMiner, Tableau, SPSS, Excel. В статье рассматриваются известные аналитические системы – программное обеспечение (далее по тексту – ПО), предназначенное для обработки и анализа данных, для построения прогностических моделей электропотребления. Выработаны критерии оценки, основанные на функциональном описании и технических характеристиках платформ, с учетом известных нормативных документов по оценке ПО.

Литература:

1. Грицай А.С., Тюньков Д.А. Классификация методов краткосрочного прогнозирования электропотребления для субъектов ОРЭМ // В сб.: Актуальные вопросы энергетики. Материалы Всероссийской научной конференции студентов, магистрантов, аспирантов. – 2016. – С. 41–45.

2. Хамитов Р.Н., Грицай А.С., Тюньков Д.А. О критериях оценки качества программной реализации моделей краткосрочного прогнозирования электропотребления // Вестник Сибирского отделения АВН. – 2016. – № 41. – С. 95–98.

3. Оценка программной продукции. – ГОСТ Р ИСО/МЭК 9126-93. – С. 10.

4. ISO/IEC 9126-1. Software engineering – Product quality. – Part 1: Quality model. Geneva, Switzerland: ISO, 2001.

5. ISO/IEC TR 9126-2. Software engineering – Product quality. – Part 2: External metrics. Geneva, Switzerland: ISO, 2003.

6. ISO/IEC TR 9126-3. Software engineering – Product quality. – Part 3: Internal metrics. Geneva, Switzerland: ISO, 2003.

7. ISO/IEC TR 9126-4. Software engineering – Product quality. – Part 4: Quality in use metrics. Geneva, Switzerland: ISO, 2004.

8. McCall J., Richards P., Walters G. Factors in Software Quality. 3 vol., NTIS AD-A049-014, AD- A049-015, AD-A049-055. – November, 1977.

9. Чубукова И. Data Mining: учеб. пособие. – М.: Интернет-университет информационных технологий; БИНОМ. Лаборатория знаний, 2006.

10. Уокенбах Дж. Microsoft Office Excel 2003. Библия пользователя. – М.; СПб.; Киев: Диалектика.

11. Программный продукт Tableau Software [Электронный ресурс]. – Режим доступа: http://www.tableau.com (дата обращения: 02.03.2018).

12. Программный продукт RapidMiner [Электронный ресурс]. – Режим доступа: http://www.rapidminer.com (дата обращения: 02.03.2018).

13. David Loshin. ETL (Extract, Transform, Load) // Business Intelligence. – 2nd. – Morgan Kaufmann, 2012.

14. Хамитов Р.Н., Грицай А.С., Тюньков Д.А., Дугин Д.Д., Синицин Г.Э. О методе построения обучающей выборки в задачах краткосрочного прогнозирования электропотребления с учетом критериев информативности и компактности // Промышленная энергетика. – 2017. – № 8. – С. 23–28.

15. Хамитов Р.Н., Грицай А.С., Тюньков Д.А., Синицин Г.Э. Краткосрочное прогнозирование электропотребления на сутки вперед для энергосбытовой компании методом аппроксимации // Промышленная энергетика. – 2017. – № 3. – С. 2–8.

16. Программный продукт SPSS: An IBM Company [Электронный ресурс]. – Режим доступа: http://www.ibm.com/spss (дата обращения: 02.03.2018).

17. Хамитов Р.Н., Червенчук И.В., Грицай А.С. Модель хранения и предварительной обработки ретроспективных данных при решении задачи краткосрочного прогнозирования электропотребления // Вестник Уфимского государственного авиационного технического университета. – 2016. – Т. 20. – № 4 (74). – С. 125–131.

18. Дугин Д.Д., Грицай А.С. Использование температурно-ветрового индекса в задачах краткосрочного прогнозирования электропотребления // В сб.: Актуальные вопросы энергетики. Материалы Всероссийской научной конференции студентов, магистрантов, аспирантов. – 2016. – С. 51–56.

19. Программный продукт Microsoft Excel [Электронный ресурс]. – Режим доступа: http://www.microsoft.ru (дата обращения: 02.03.2018).

20. RapidMiner // RapidMiner – #1 Open Source Predictive Analytics Platform: offi cial website [Электронный ресурс]. – Режим доступа: https://rapidminer.com/products/studio/ (дата обращения: 02.03.2018).

21. Харанен Л.М., Гусев А.В. Обзор BI-платформ для применения в проектах информатизации здравоохранения. Исследование // Менеджер. – 2015. – № 10. – С. 41–46.

22. Карлова Е.А., Багаева А.П. OLAP-технологии // Информационные технологии. – 2013. – С. 427–428 [Электронный ресурс]. – Режим доступа: https://cyberleninka.ru/ article/v/olap-tehnologii (дата обращения: 02.03.2018).

23. Грицай А.C. Гибридный метод краткосрочного прогнозирования потребления электрической энергии для энергосбытового предприятия с учетом метеофакторов: дисс. канд. техн. наук: 05.09.03 / А.С. Грицай. – Омск, 2017. – 153 c.

Ранее уже предлагались критерии для оценки аналитических моделей [2]. Кроме того, для оценки информационных систем существует ГОСТ Р ИСО/МЭК 9126-93 «Оценка программной продукции» [3].

Данный нормативный документ предлагается использовать для оценки качества программной продукции (информационных систем) по 6 критериям: функциональные возможности (functionality); надежность (reliability); практичность (usability); эффективность (efficiency); сопровождаемость (maintainability); мобильность (portability).

Следует отметить, что в 1991 г. была принята стандартная модель качества ПО ISO 9126 [4], описанная в действующей на сегодняшний день версии этого стандарта, которая была сформулирована в 1977 г. в работе МакКола с соавторами [8] и принята в 2001 г.

Стандарт ISO 9126 [4–7] был разработан для оценки качества ПО при аттестации на соответствие сформулированным к нему требованиям. В большинстве случаев для описания качества ПО используется предложенная МакКолом многоуровневая модель, состоящая из целей или факторов, атрибутов или критериев и метрик качества. Цели (факторы) позволяют на верхнем уровне определять основные характеристики, которые ПО должно иметь или уже имеет. Каждый фактор состоит из набора атрибутов (критериев), позволяющих качественно описать желаемые или полученные характеристики более детально. Каждый атрибут поддерживается набором метрик, которые позволяют количественно оценивать наличие соответствующей характеристики.

Для различных критериев – внешнего и внутреннего качества – в рамках ISO 9126 предложена модель качества, состоящая из 6 факторов и 27 атрибутов и схематически представленная на рис. 1.

Применительно для эксперта, наиболее важными из всех, представленных выше характеристик, являются следующие:

1) интуитивно понятный интерфейс (в некоторых случаях важно наличие официальной русской локализации);

2) удобство импорта данных для анализа (возможность прямого подключения к внешним источникам – базам данных, сервисам);

Для Цитирования:
Толмачев Д. В., Хамитов Р. Н., Грицай А. С., Шафеева О. П., Дорошенко М.С., Характеристика и возможности аналитических систем для построения прогностических моделей электропотребления предприятий. Электрооборудование: эксплуатация и ремонт. 2018;9.
Полная версия статьи доступна подписчикам журнала
Язык статьи:
Действия с выбранными: