Identifying Power Profiles in the Photovoltaic Power Station Data by Self-organizing Maps and Dimension Reduction by Sammon's Projection
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27240%2F13%3A86099419" target="_blank" >RIV/61989100:27240/13:86099419 - isvavai.cz</a>
Nalezeny alternativní kódy
RIV/61989100:27740/13:86099419
Výsledek na webu
<a href="http://ieeexplore.ieee.org/document/7054150/?reload=true" target="_blank" >http://ieeexplore.ieee.org/document/7054150/?reload=true</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1109/SOCPAR.2013.7054150" target="_blank" >10.1109/SOCPAR.2013.7054150</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Identifying Power Profiles in the Photovoltaic Power Station Data by Self-organizing Maps and Dimension Reduction by Sammon's Projection
Popis výsledku v původním jazyce
This paper presents results of the identification of clusters in the hourly recorded data of power from a small photovoltaic power station. Our main aim was to find a method of how to identify typical patterns of generated power. Although one can think that sunny days are the same, the power of the sun light is very volatile during a day. We were not interested in finding the absolute values of this power but just its patterns according to the day's maximal power. Our proposed method is based on several techniques. We used network algorithm as a method for removing noise from the data, Sammon's projection for visualization and dimensionality reduction and final clustering by the self-organizing maps. (C) 2013 IEEE.
Název v anglickém jazyce
Identifying Power Profiles in the Photovoltaic Power Station Data by Self-organizing Maps and Dimension Reduction by Sammon's Projection
Popis výsledku anglicky
This paper presents results of the identification of clusters in the hourly recorded data of power from a small photovoltaic power station. Our main aim was to find a method of how to identify typical patterns of generated power. Although one can think that sunny days are the same, the power of the sun light is very volatile during a day. We were not interested in finding the absolute values of this power but just its patterns according to the day's maximal power. Our proposed method is based on several techniques. We used network algorithm as a method for removing noise from the data, Sammon's projection for visualization and dimensionality reduction and final clustering by the self-organizing maps. (C) 2013 IEEE.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
IN - Informatika
OECD FORD obor
—
Návaznosti výsledku
Projekt
Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>S - Specificky vyzkum na vysokych skolach
Ostatní
Rok uplatnění
2013
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
2013 International Conference on Soft Computing and Pattern Recognition, SoCPaR 2013
ISBN
978-1-4799-3400-3
ISSN
—
e-ISSN
—
Počet stran výsledku
6
Strana od-do
315-320
Název nakladatele
IEEE
Místo vydání
New York
Místo konání akce
Hanoj
Datum konání akce
15. 12. 2013
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
000380467000053