Icon

03_​時系列データの使用量と自己相関

時系列データの使用量と自己相関
時系列データの使用量と自己相関時系列に並んだエネルギー消費データからメーターIDごとの使用量と自己相関を計算します。 使用量 使用量は、メーターIDごとに平均して、以下の割合として計算されます。 - 日 （朝、夕方、午後など） - 週 (月曜日、火曜日など...および営業日と週末) 自己相関行列 選択された単一のメーターIDの自己相関行列を計算します。自己相関は、100個の過去のサンプルで計算されます。この数は、「Normalize＆Lag」メタノードで変更できます。 日ごとの平均使用量を計算独自の日付形式を日付と時刻に変換「Meter ID」別に曜日ごとの割合を計算「Meter ID」別に区分ごとの割合を計算ピアソンの積率相間係数を計算1時間ごとの平均使用量を計算2つのテーブルを内部結合6つのファイルのうち1ファイル（50万行のみ）を読込み折れ線グラフRowIDを置換「Meter ID」ごとに1時間あたりの使用量（KW）の合計を計算特性を分析「Meter ID」を1つ選択選択した列を抽出過去のサンプルを作成年、月、週、月の日、曜日を抽出時間と分を抽出Daily Values String to datetime Week Day (%) Intra-daysegments (%) Linear Correlation(deprecated) Hourly Values Joiner File Reader Line Plot (local) RowID Pivoting Find Seasonality Select Meter ID Normalize & Lag Extract Date&TimeFields Extract Date&TimeFields 時系列データの使用量と自己相関時系列に並んだエネルギー消費データからメーターIDごとの使用量と自己相関を計算します。 使用量 使用量は、メーターIDごとに平均して、以下の割合として計算されます。 - 日 （朝、夕方、午後など） - 週 (月曜日、火曜日など...および営業日と週末) 自己相関行列 選択された単一のメーターIDの自己相関行列を計算します。自己相関は、100個の過去のサンプルで計算されます。この数は、「Normalize＆Lag」メタノードで変更できます。 日ごとの平均使用量を計算独自の日付形式を日付と時刻に変換「Meter ID」別に曜日ごとの割合を計算「Meter ID」別に区分ごとの割合を計算ピアソンの積率相間係数を計算1時間ごとの平均使用量を計算2つのテーブルを内部結合6つのファイルのうち1ファイル（50万行のみ）を読込み折れ線グラフRowIDを置換「Meter ID」ごとに1時間あたりの使用量（KW）の合計を計算特性を分析「Meter ID」を1つ選択選択した列を抽出過去のサンプルを作成年、月、週、月の日、曜日を抽出時間と分を抽出Daily Values String to datetime Week Day (%) Intra-daysegments (%) Linear Correlation(deprecated) Hourly Values Joiner File Reader Line Plot (local) RowID Pivoting Find Seasonality Select Meter ID Normalize & Lag Extract Date&TimeFields Extract Date&TimeFields

Nodes

Extensions

Links

Download

To use this workflow in KNIME, download it from the below URL and open it in KNIME:

Download Workflow
On NodePit since: 2021-08-07
Last update: 2024-12-17
Created with KNIME version: v4.3.3
Tags: ETLKNIMEdata manipulationtime seriesenergy consumptionauto-correlationcorrelationtime analysistime series analysis

Deploy, schedule, execute, and monitor your KNIME workflows locally, in the cloud or on-premises – with our brand new NodePit Runner.

Try NodePit Runner!