Fingridin taajuusdata

Lähde: Fingridin nettisivut
Suomen sähkönkulutus on kaikkien verkkoon kytkettyjen kuormien summa, joten se vaihtelee jatkuvasti. Lisäksi kulutuksen taso muuttuu pidemmällä aikavälillä, tunneittain, vuorokausittain ja vuodenajoittain. Myös tuotannossa tapahtuu muutoksia lyhyellä ja pitkällä aikavälillä.
Kulutuksen ja tuotannon hetkellinen tasapaino ilmenee sähköverkon taajuudesta. Taajuus laskee alle 50 Hz nimellisarvon, kun kulutus on tuotantoa suurempi. Vastaavasti taajuus ylittää 50 Hz:n arvon, kun tuotanto on kulutusta suurempi. Taajuuden sallitaan vaihdella 49,9 ja 50,1 Hz välillä.

Tein r-ohjelmalla yhteenvetoja viime vuoden loka, marras ja joulukuun taajuusvaihteluista. Tulokset ja koodi alla.

#C:\Users\exl.marko.ekqvist\Dropbox\kuvat\home\Marko\Doctoralstudent\R\data\fingridtaajuus\2017\12
in17put1201 <- read.table("C:/.../data/fingridtaajuus/2017/12/2017-12-01.csv", header=TRUE, sep=",", na.strings="NA", dec=".", strip.white=TRUE) in17put1101 <- read.table("C:/.../data/fingridtaajuus/2017/11/2017-11-01.csv", header=TRUE, sep=",", na.strings="NA", dec=".", strip.white=TRUE) in17put1001 <- read.table("C:/.../data/fingridtaajuus/2017/10/2017-10-01.csv", header=TRUE, sep=",", na.strings="NA", dec=".", strip.white=TRUE) #yhdistetään total <- rbind( in17put1201, in17put1101, in17put1001 ) total$Month <- month(total$Time) head(total, 10) newdata <- total[c(2,3)] names(newdata) tmp <- do.call(data.frame, list(mean = apply(newdata, 2, mean), sd = apply(newdata, 2, sd), median = apply(newdata, 2, median), min = apply(newdata, 2, min), max = apply(newdata, 2, max), n = apply(newdata, 2, length))) tmp summary(newdata)

Value Month
Min. :49.83 Min. :10
1st Qu.:49.97 1st Qu.:10
Median :50.00 Median :11
Mean :50.00 Mean :11
3rd Qu.:50.03 3rd Qu.:12
Max. :50.17 Max. :12

Tämän mukaan tuotanto on kulutusta suurempi loppuvuonna, kun taas lokakuussa näyttäisi kulutuksen olevan suurempi kuin tuotanto. Tarkkaavainen lukija huomasi myös, että em. laskenta kohdistui vain tarkastelukuukausien ensimmäisiin päiviin.

Mitä tällä tarkastelulla haetaan?
Tarkoitus on linkittää päiväkohtainen (tai kuukausikohtainen) data ympäristössä tapahtuneisiin muutoksiin. Näitä muutoksia voivat olla uudet laitokset, tehtaiden ylösajot, huoltoseisokit, tuulivoimaloiden käyttöönotto tai niiden kytkeminen valtakunnan verkkoon. Tarkastelun avulla voidaan indikoida sellaisia muutoksia tässä kehysympäristössä, jotka saattavat olla riskejä sähköverkon toimivuuden kannalta. Tämän tarkastelun ulkopuolelle rajataan (tai pyritään rajaamaan) sellaiset laitteiden vikaantumiset, joihin ei eri toimilla pystytä vaikuttamaan tai mikäli mahdollista, niin pyritään tuomaan näistä tekijöistä johtuvat korjaavat toimenpiteet ja niihin liittyvät riskit esille.

Some R tips

Splitting a column to many columns / Text-to-Columns
Package tibble.
mtcars %>%
tibble::rownames_to_column('Car') %>%
slice(1:3)

mtcars %>% tibble::rownames_to_column('Car') %>%
tidyr::separate('Car',c('Brand','Model'), remove = F) %>%
slice(1:5)

Source: datascience: An online community for showcasing R & Python tutorials. It operates as a networking platform for data scientists to promote their talent and get hired. Our mission is to empower data scientists by bridging the gap between talent and opportunity.

Copyright MySci 2018
Tech Nerd theme designed by Siteturner