Clustering time series of smart meter measurements

Teršek, Matija (author), Štrumbelj, Erik (mentor)

In this thesis we provide a compact review of 8 time series representations in combination with 2 clustering algorithms and 2 indices for internal clustering validation. We analyse time series measured by smart meter devices and check how their representations affect clustering. We conclude that no representation can be directly used for the task and that more focus should be put on preprocessing. Additionally, we compare representations and 4 similarity measures on simulated time series. We find out that similarity measures outperform representations in most cases and that a variational autoencoder-based representation works the best for simulated time series.

• Language: English
• Keywords: time series, representations, clustering, recurrent neural networks, variational autoencoders, similarity measures
• Work type: Bachelor thesis/paper
• Organization: FRI - Faculty of Computer and Information Science
• Year: 2020
• PID: 20.500.12556/RUL-119309
• COBISS.SI-ID: 28477443
• Publication date in RUL: 07.09.2020

Secondary language

• Language: Slovenian
• Title: Gručenje časovnih vrst meritev pametnih merilnih naprav

Abstract

V diplomskem delu povzamemo 8 predstavitev časovnih vrst v kombinaciji z 2 algoritmoma za gručenje in 2 indeksoma za interno validacijo gručenja. Eksperimentalno preverimo vpliv predstavitev časovnih vrst na gručenje podatkov, ki so jih izmerile pametne merilne naprave. Ugotovimo, da nobena izmed predstavitev ni takoj in neposredno uporabna, in da se je bolj pomembno osredotočiti na predprocesiranje. Uporabnost predstavitev časovnih vrst v gručenju preverimo tudi na umetnih podatkih. Rezultate primerjamo z gručenjem celih časovnih vrst, kjer uporabimo 4 različne mere podobnosti. Ugotovimo, da so mere podobnosti v večini primerov boljše, najbolje pa se obnese predstavitev, ki temelji na variacijskem avtokodirniku.

• Keywords: časovne vrste, predstavitve, gručenje, rekurzivne nevronske mreže, variacijski avtokodirnik, mere podobnosti