Потенціал методів кластеризації в управлінських технологіях розвитку регіональної електроенергетики

Размещено на http: //www. allbest. ru/

Черкаський державний технологічний університет (Україна)

Потенціал методів кластеризації в управлінських технологіях розвитку регіональної електроенергетики

Гулак Д. В.

Сучасне суспільство неможливо уявити без інформації. З моменту виникнення перших комп`ютерів та до сьогодні накопичено величезну її кількість. Поєднання комп`ютерів в мережі, доступ до глобальної мережі Інтернет та застосування серверного обладнання дозволяє зберігати масиви даних, масштаби яких складно уявити.

Наведемо простий приклад скільки даних існує на сьогодні та з якою швидкістю збільшується їх обсяг. За даними університету США Northeastern University загальна кількість інформації в світі станом на 2013 рік сягає 4 зетабайт та прогнозується її зростання до 44 зетабайт у 2020 році [1]. Не вдаючись до детального дослідження який обсяг інформації приховано за величиною у зетабайт, просто повідомимо, що це гігантська цифра, котра містить 21 нуль у своєму складі. А виходячи з прогнозу, до 2020 року цей чималий обсяг інформації збільшиться ще в 11 разів.

Рекомендуємо застосування нових методик, які б дозволяли обробляти накопичені дані. Донедавна бізнесові та владні структури мали в своєму складі аналітичні відділи, які за допомогою математичних та статистичних методів забезпечували їх потрібною управлінською інформацією. Наразі відбувається трансформація подібних відділів у відділи комп`ютерної аналітики. Звичайно, такі відділи потребують спеціальних технологій, які можливо втілити лише завдяки поєднанню підготовлених спеціалістів, особливого програмного забезпечення та процесорної потужності. Ці передові технології сучасності мають назву датамайнинг.

Цей термін походить від англійського словосполучення data mining, що в буквальному перекладі означає видобування даних. Провідна дослідницька та консалтингова компанія у сфері інформаційних технологій Gartner надає наступне визначення терміну датамайниг - це процес пошуку значущих відповідностей, моделей та трендів шляхом обробки великих обсягів даних, що зберігаються в репозиторіях з використанням технологій розпізнавання образів, статистичних та математичних методів [2]. В цій доповіді автор з поміж усіх можливих методів датамайнингу звертає особливу увагу на один з них -кластеризацію.

Кластеризація полягає у групуванні схожих за ознаками об`єктів або даних [2]. Її практичне застосування полягає у спрощенні роботи з даними, оскільки в процесі обробки інформації при цьому утворюються кластери, які є групою об`єктів, схожих один з одним та відмінних від інших об`єктів вибірки. Подальше дослідження утворених кластерів дозволяє поглибити та деталізувати знання стосовно об`єкту чи явища, яке вивчається. Технології кластеризації мають широке застосування у наукових дослідженнях, промисловості, вирішенні бізнес-задач, роздрібній торгівлі та електронній комерції [3]. Наведемо декілька прикладів успішного вирішення задач за допомогою кластеризації. Першим прикладом може бути розробка диверсифікованої тарифної політики компаній-постачальників електричної енергії на підставі даних споживання їх побутових споживачів, іншим - оптимізація роботи кол-центрів комунальних підприємств, на засадах систематизації та групування кількості телефонних звернень громадян. Таких прикладів може бути достатньо багато, враховуючи універсальність застосування методів кластеризації для роботи з інформацією.

Натомість варто наголосити на можливості застосування цих методик для регіональної економіки та розвитку продуктивних сил. В цьому випадку можливо виявити потенціал, наявний в регіонах, відобразити їх проблеми та особливості, визначити вектор спрямування регіонального розвитку. Поглиблене застосування уможливлює розробки не лише в регіональному аспекті, а й у взаємозв`язку галузь - регіон, а отже запропоновані підходи мають перспективи розвитку регіональної електроенергетичної галузі за рахунок впровадження управлінських технологій у малому та середньому бізнесі, інноваційних формах ведення бізнесу за допомогою бізнес-інкубаторів та бізнес-акселераторів.

Світовим трендом останніх років є виробництво «зеленої» електроенергії, пропонується зосередити увагу в напрямку регіонального розвитку з використанням цих інноваційних технологій генерації енергії - за допомогою сонця, вітру та малих річок. Основна відмінність традиційного виробництва електроенергії від альтернативного полягає у необхідності сприятливих кліматичних та географічних умов для ефективного функціонування генераційних установок. Обробка статистичних даних гідрометеостанцій та іншої кліматогеографічної інформації за допомогою методів кластеризації дозволить виявити наявний в регіонах потенціал та згрупувати їх за умовами для розвитку альтернативної електроенергетики. Результатом буде поділ на кластери з високим, середнім та низьким потенціалом для розвитку проектів «зеленої» енергетики. Подальшим практичним застосуванням отриманої кластеризації може бути збільшення інвестиційної привабливості регіонів шляхом розкриття результатів дослідження, створення державних програм стимулювання розвитку альтернативної електроенергетики, започаткування регіональних фондів фінансування проектів відновлювальної енергетики на кшталт європейського GEEREF [4] тощо.

Аналізуючи інформацію щодо питань сучасного стану регіональної електроенергетики та її розвитку визначимо необхідність проведення системних досліджень у цій сфері з напрямів застосування інновацій та використання альтернативних джерел виробництва. Адже саме електрична енергія визнана в світі однією з найперспективніших та найчистіших, а тому необхідно концентрувати увагу на розвитку галузі за допомогою сучасних та безпечних способів виробництва.

кластеризація управлінський електроенергетика

Список використаних джерел

1. Офіційний сайт університету Northeastern university [Електронний ресурс]. - Режим доступу : http://www.northeastern.edu

2. Larose, Daniel T. Discovering knowledge in data: an introduction to data mining. John Wiley & Sons, 2014.

3. Петренко А. І. Grid та інтелектуальна обробка даних Data Mining / А. І. Петренко // Систем. дослідж. та інформ. технології. - 2008. - № 4. - С. 97-110.

4. Офіційний сайт глобального європейського фонду енергоефективності та відновлювальної енергетики [Електронний ресурс]. - Режим доступу : http://www.northeastern.edu

Размещено на Аllbеst.ru