Analisi e ricostruzione dei profili di carico di utenze elettriche = Analysis and reconstruction of electrical load patterns

L'acquisizione di un elevato numero di dati temporali può presentare delle irregolarità e pone le basi per il problema dei dati mancanti, abbastanza comune in tutte le ricerche. Esso può avere un effetto significativo sulle conclusioni che si possono trarre, riducendo il potere statistico di uno studio, producendo stime distorte e, per ultimo, giungendo a conclusioni non valide. L'analisi di serie temporali costituite da dati acquisiti da profilo di carico di tipo residenziale necessita di integrità e accuratezza per poter fare previsioni future sulla base dei dati passati e per la costruzione della curva cumulativa garantendo la validità della medesima. In letteratura esistono numerose tecniche e metodologie per la gestione dei dati mancanti, tuttavia ogni situazione è differente dalle altre e la soluzione non è univoca. È necessario "osservare" i dati e identificare la migliore metodologia che consenta di ricostruire l'irregolarità presente. L'applicazione della Trasformata Discreta di Fourier e, successivamente, della Trasformata Inversa di Fourier ha il fine di ricavare informazioni circa ciascuna utenza. Nello specifico, è possibile visualizzare e identificare una certa periodicità giornaliera e settimanale e collocare ciascuna utenza in una precisa fascia energetica sulla base del valore massimo e minimo raggiunto. I metodi matematici sviluppati per la ricostruzione dei dati mancanti derivanti dalle informazioni ricavate, risultano insufficienti, portando a risultati che nella maggior parte dei casi si discostano da quanto accade realmente. È necessaria la conoscenza del dominio. Per ridurre gli innumerevoli casi che possono presentarsi, si procede con un raggruppamento delle utenze aventi lo stesso comportamento elettrico in classi, denominate cluster. Il metodo del Clustering consente di formare un insieme di giorni "tipo" che possano servire a classificare i giorni incompleti confrontandoli con i centroidi di ciascun cluster. Tuttavia si dimostra che anche questo modo di procedere risulta limitato in quanto manca la conoscenza locale. Per migliorare la ricostruzione è necessario individuare le frequenze prevalenti e rappresentare i dati circostanti il buco tramite delle sinusoidi legate armonicamente tra loro, ovvero sinusoidi con una frequenza multipla della fondamentale consentendo di rilevare eventuali regolarità. La presenza di armoniche significative pone le basi per poter effettuare un'analisi armonica in modo da migliorare e regolarizzare l'andamento ricostruito con la giusta frequenza.