Классификация и исследование закономерностей электропотребления частной жилой застройки на основе методов статистического анализа

ЦЕЛЬ. Разработать подходы к классификации потребителей и выявить статистически обоснованные закономерности электропотребления в частной жилой застройке для последующего расчёта режимов работы в электрических сетях.

МЕТОДЫ. Для анализа использовались данные получасового электропотребления 42 частных домов, собранные из АСКУЭ. Проведена очистка от пропусков и выбросов методом трёх сигм, а также формирование тепловых карт для выявления нерепрезентативных потребителей. Статистическая значимость различий установлена посредством дисперсионного анализа (ANOVA) и теста Тьюки. На основе медианных значений потребления сформированы группы с низким и высоким уровнем энергоиспользования. При визуализации и обработке данных применялись MS Excel, Python (библиотеки Pandas, NumPy, SciPy), а также пакет Statistica.

РЕЗУЛЬТАТЫ. Анализ подтвердил наличие статистически значимых различий в электропотреблении между большинством домов (F=2065,4, p менее 0,001). Тест Тьюки показал, что внутри каждой группы дома характеризуются относительно стабильными значениями энергопотребления, однако в межгрупповом сравнении расход электроэнергии существенно варьируется. По результатам исследования выделены две группы: с «низким» и «высоким» уровнем потребления. Для группы с высоким уровнем выявлены ярко выраженные вечерние пики (18:00–22:00), тогда как в группе с низким потреблением профиль нагрузки более равномерен.

ЗАКЛЮЧЕНИЕ. Применение методов статистического анализа электропотребления позволило упростить классификацию домов до двух основных групп и сформировать типовые профили потребления. Эти результаты интегрированы в программное обеспечение LineCapacity, что облегчает расчёт режимов работы электросетей и способствует снижению неверной оценки запаса передаваемой мощности. Планируется перспективное направление исследований, сосредоточенное на расширение набора данных по электропотреблению жилых домов. Это позволит учитывать влияние сезонных факторов, а также разработать механизмы имитационного моделирования энергоиспользования различных групп потребителей.