Analiza cantitativă a datelor energetice folosind Self-Organizing Maps
Insights Into Energy Indicators Analytics Towards European Green Energy Transition
Autori: Cristian Bucur, Bogdan George Tudorică, Simona-Vasilica Oprea, Dumitru Nancu, Dorel Mihail Dușmănescu
Publicat în: IEEE Access, Volume 9, pp. 64427-64444, 2021
Articolul tratează înțelegerea relațiilor complexe dintre diferiți indicatori energetici de-a lungul unei perioade extinse de timp. Pentru a explora aceste corelații și interdependențe, au fost analizate serii de date energetice provenite de la Eurostat și alte surse oficiale europene, utilizând metode avansate de analiză statistică și algoritmi de învățare automată nesupravegheată.
Scopul principal al cercetării este de a înțelege mai bine dinamica complexă a tranziției către energia verde în statele membre ale Uniunii Europene, identificând similitudini și diferențe între țări, precum și factorii determinanți ai succesului în adoptarea surselor regenerabile de energie.
Descrierea setului de date utilizate
Pentru acest studiu, au fost colectate date multidimensionale de la Eurostat, incluzând nouă indicatori energetici esențiali analizați pe o perioadă extinsă de 20 de ani. După o examinare inițială meticuloasă, s-au identificat discrepanțe semnificative în disponibilitatea și calitatea datelor între cele 28 de state membre ale Uniunii Europene, ceea ce a impus o selecție riguroasă a informațiilor utilizabile.
În urma acestui proces de curățare și validare, setul de date final a inclus 23 de țări și o perioadă de analiză restrânsă la intervalul 2002-2014, pentru a asigura coerența metodologică și comparabilitatea statistică a informațiilor. Această abordare garantează robustețea rezultatelor și validitatea concluziilor.
Metodologia de cercetare
1
Preprocesare
Curățarea datelor, gestionarea valorilor lipsă, standardizare
2
Explorare vizuală
Diagrame 3D, identificarea corelațiilor inițiale
3
Analiză statistică
Teste de corelație, validare
4
Aplicare SOM
Identificarea clusterelor și tiparelor
Explorarea inițială a sugerat relații semnificative între indicatori precum consumul agregat de energie, investițiile în tehnologii de energie verde și productivitatea energetică a economiilor naționale.
Analiza a fost realizată folosind mediul de programare RStudio (versiunea 1.1.423) și limbajul de programare statistică R (versiunea 3.4.3), iar datele au fost prelucrate sistematic pentru a elimina informațiile irelevante și pentru a gestiona optimal valorile lipsă prin tehnici de imputare. În prima etapă exploratorie, datele au fost analizate vizual prin diagrame tridimensionale interactive, pentru a identifica posibile corelații și relații neliniare între variabilele de interes.
Analiza corelației - rezultate cheie
Analiza corelației a evidențiat relații semnificative și multidimensionale între variabilele energetice, oferind o perspectivă detaliată și nuanțată asupra dinamicii complexe a acestora. Înainte de aplicarea testelor de corelație parametrice, s-a verificat normalitatea distribuțiilor datelor utilizând multiple metode complementare: diagrame vizuale (histograme de frecvență, grafice Q-Q plot) și testul Shapiro-Wilk.
Rezultatele testelor au confirmat că datele sunt distribuite aproximativ normal pentru majoritatea variabilelor, permițând utilizarea în deplină siguranță a testului Pearson pentru analiza corelației liniare.
Corelații semnificative identificate
- Itre și Selt: Corelație pozitivă puternică (r=0.7788, p<2.2e-16)
- Investiții verzi și consum: Relații moderate pozitive
- Emisii carbon și productivitate: Diverse grade de asociere
- Consum energie și productivitate: Corelație negativă semnificativă
Aceste corelații sugerează interacțiuni complexe între politicile fiscale, comportamentul economic și rezultatele de mediu.
Vizualizarea matricei de corelație
Rezultatele analizei au arătat o corelație pozitivă puternică și robustă statistic între cota implicită de impozitare a energiei (itre) și ponderea taxelor de mediu și a taxelor pe muncă în veniturile totale din taxe și contribuții sociale (selt), cu un coeficient de corelație Pearson de 0.7788 și o valoare p < 2.2e-16, indicând o semnificație statistică extremă.
Reprezentări vizuale complementare: corelograma și heatmap-ul oferă perspective intuitive asupra structurii corelațiilor.
Alte corelații relevante
Pe lângă relația principală identificată, au fost observate multiple alte corelații semnificative între variabilele studiate:
- Investițiile în energie verde corelează pozitiv cu reducerea emisiilor
- Consumul de energie prezintă relații complexe cu indicatorii economici
- Corelații negative între consum și productivitate energetică
- Interdependențe între cheltuielile publice și rezultatele de mediu
Evoluția corelațiilor în timp
Analiza temporală a fost extinsă pentru a examina în detaliu evoluția corelațiilor în diferite perioade de timp, cu accent deosebit pe anii de început (2005) și de final (2011) ai perioadei studiate, pentru a captura dinamica schimbărilor induse de politicile europene și crizele economice.
1
2002-2005
Perioada de stabilizare, corelații moderate între indicatori
2
2005-2008
Creștere economică, intensificarea relațiilor între variabile
3
2008-2011
Criză financiară, modificări în tiparele de corelație
4
2011-2014
Redresare și adoptarea politicilor verzi europene
Matricea de corelație pentru întreaga perioadă 2002-2014
Focus pe anul 2005 - pattern-uri distinctive
S-a constatat că anumite corelații fundamentale, cum ar fi cele dintre investițiile strategice în energie verde și consumul agregat de energie, au rămas relativ constante de-a lungul timpului, reflectând relații structurale profunde în sistemele energetice.
În contrast, alte corelații au fluctuat semnificativ între perioadele analizate, reflectând schimbările dinamice în politicile energetice naționale și europene, condițiile economice variabile și adaptările tehnologice.
Hărțile auto-organizatoare (SOM) - fundamente
Metodă nesupravegheată
Reducere dimensionalitate fără date etichetate, identificare autonomă a pattern-urilor
Învățare competitivă
Neuronii competiționează pentru a reprezenta vectorii de intrare, diferit de rețelele tradiționale
Topologie neschimbată
Păstrarea relațiilor de proximitate din spațiul de intrare în spațiul de ieșire
Procesul iterativ de antrenare SOM ilustrează ajustarea progresivă a ponderilor neuronilor.
SOM (Self-Organizing Maps) este o metodă nesupravegheată sofisticată de reducere a dimensionalității și vizualizare a datelor, care permite identificarea tiparelor complexe și a relațiilor non-evidente din seturi de date mari și multidimensionale. Spre deosebire de rețelele neuronale tradiționale cu propagare înainte sau înapoi, SOM utilizează un mecanism unic de învățare competitivă bazat pe conceptul de "cel mai potrivit neuron" (Best Matching Unit - BMU).
Procesul de implementare a început cu standardizarea datelor (z-score normalization) și eliminarea valorilor lipsă. Au fost testate diferite dimensiuni și topologii ale grilei SOM (rectangulare vs hexagonale), iar o grilă hexagonală de dimensiune 8x8 neuroni s-a dovedit a fi cea mai potrivită pentru capturarea complexității datelor energetice, oferind un echilibru optim între granularitate și generalizare.
Determinarea clusterelor optime
Procesul de analiză a continuat cu identificarea grupurilor de eșantioane cu metrici energetice similare prin aplicarea algoritmilor de clusterizare ierarhică și non-ierarhică pe nodurile Hărții Auto-Organizatoare (SOM) deja antrenate. Pentru a determina cu precizie numărul optim de clustere - o decizie critică care influențează semnificativ interpretabilitatea rezultatelor - au fost utilizate în paralel mai multe metode complementare de validare.
1
Metoda cotului (Elbow)
Identifică punctul de inflexiune în variația intra-cluster
2
Silueta medie
Măsoară calitatea separării între clustere
3
Indicele Hubert
Evaluează concordanța între matricele de distanță
4
Indicele D (NbClust)
Maximizează diferențele inter-cluster
Ponderile vectorilor și codificarea vizuală a caracteristicilor SOM
Aceste metode au ajutat la identificarea unui vârf semnificativ în primul grafic analitic, corespunzător unei creșteri notabile și semnificative a valorilor din al doilea grafic validativ. Folosind tehnica de clusterizare ierarhică aglomerativă cu diferite metrici de distanță (Ward, complete linkage), au fost analizate în profunzime hărțile rezultate.
Obiectivul fundamental a fost identificarea clusterelor care sunt spațial contigue pe suprafața bidimensională a hărții SOM, asigurând astfel că gruparea finală reflectă relații semnificative și interpretabile între punctele de date, și nu artefacte ale algoritmului de clusterizare.
Identificarea celor șase clustere distincte
Pentru a identifica grupuri omogene și semnificative de țări cu caracteristici energetice similare, a fost aplicată metoda k-means clustering cu inițializare multiplă, care a determinat existența statistică a șase clustere distincte și robuste. Această segmentare oferă o taxonomie utilă pentru înțelegerea diversității abordărilor energetice în UE.
Determinarea numărului optim de clustere folosind indicii Hubert și D
Metoda cotului și silueta medie confirmă alegerea a 6 clustere
Determinarea zonelor continue pe hartă în diferite configurații de clustere validează consistența structurii identificate.
Convergența metodelor - toate cele patru metode de validare utilizate converg către aceeași concluzie: șase clustere reprezintă segmentarea optimă a datelor. Această convergență multiplă crește semnificativ încrederea în robustețea și validitatea structurii identificate.
Caracteristici distinctive ale clusterelor
Lideri în tranziția verde
Țări precum Germania, Franța, Suedia și Regatul Unit demonstrează investiții susținute și consistente în tehnologii regenerabile, productivitate energetică superioară mediei europene și reduceri semnificative ale emisiilor de carbon. Aceste state setează standardele și best practices pentru restul Europei.
Economii în tranziție echilibrată
State precum Austria, Belgia și Spania prezintă o combinație echilibrată de politici tradiționale și inovatoare, cu progrese moderate dar constante. Acestea beneficiază de stabilitate economică care permite investiții planificate în infrastructura energetică verde.
Economii emergente dinamice
Țări din Europa de Est (Bulgaria, Croația, Polonia în diferite perioade) demonstrează rate rapide de schimbare și adaptare, deși pornesc de la niveluri inițiale mai scăzute. Aceste state prezintă potențial semnificativ de îmbunătățire și necesită suport european direcționat.
Harta clusterelor SOM oferă o vizualizare intuitivă a proximității și similitudinii între diferitele state membre. Rezultatele SOM au oferit o perspectivă detaliată și multi-stratificată asupra asemănărilor și diferențelor fundamentale dintre statele membre UE, evidențiind factorii geografici, economici, politici și tehnologici care influențează în mod semnificativ traiectoria și viteza tranziției energetice nationale.
Analiza sentimentelor pentru probleme de mediu
Sentiment Analysis Of Global News On Environmental Issues: Insights Into Public Perception And Its Impact On Low-Carbon Economy Transition
Autori: Cristian Bucur, Bogdan Tudorica, Jean Vasile Andrei, Dusmanescu Dorel, Paraschiv Dorel, Cristian Teodor
Publicat în: Frontiers In Environmental Science, 2024
Acest studiu a utilizat tehnici avansate de analiză a sentimentelor (sentiment analysis) pentru a investiga percepția publicului asupra problemelor de mediu reflectate în articolele de știri internaționale și implicațiile acestei percepții asupra accelerării sau încetinirii tranziției către o economie cu emisii reduse de carbon.
Abordarea metodologică combină procesarea limbajului natural (Natural Language Processing - NLP), analiza statistică a seriilor temporale și tehnici de machine learning nesupravegheat pentru a extrage insight-uri acționabile din volume de text nestructurat. Studiul oferă o perspectivă asupra modului în care mass-media globală modelează și reflectă simultan atitudinile publice față de urgența climatică.
Metodologia de analiză a sentimentelor
Secțiunea metodologică descrie în detaliu strategiile adoptate pentru a examina sentimentele publicului cu privire la problemele de mediu și tranziția către o economie cu emisii reduse de carbon. Cercetarea a combinat în mod inovator elemente din lingvistica computațională modernă, studiile critice de media și comunicare, și analiza politicilor publice de mediu, necesitând dezvoltarea unui cadru metodologic integrat și multidisciplinar.
Elementul central al acestei abordări metodologice a fost analiza automată a sentimentelor (sentiment analysis), un sub-domeniu în rapidă evoluție al procesării limbajului natural (NLP), utilizat pentru a identifica, extrage, cuantifica și măsura cu precizie stările emoționale, opiniile subiective, atitudinile și detaliile evaluative din materialele textuale sursă. Această tehnică permite transformarea datelor textuale nestructurate în metrici cantitative structurate, facilitând analize statistice riguroase.
Formula de calcul a scorului VADER
Scorul final de sentiment al unui text este calculat utilizând o formulă matematică care normalizează suma ponderată a scorurilor individuale de sentiment pentru a obține o valoare standardizată cuprinsă în intervalul continuu [-1, +1].
Formula de normalizare
Unde:
- Scor brut de sentiment: Suma ponderată a scorurilor lexicale
- α (alpha): Constantă de normalizare = 15
- Rezultat: Valoare în intervalul [-1, +1]
Funcția de normalizare ajustează suma scorurilor brute de sentiment pentru a se încadra în intervalul standard [-1,+1], folosind constanta empirică α=15 (determinată experimental de autorii VADER) pentru a asigura că distribuția scorurilor finale are proprietăți statistice optime pentru comparații și interpretări.
Graficul asociat procesului de normalizare ilustrează comportamentul non-linear al funcției: pe măsură ce valoarea absolută a scorului brut crește progresiv, scorul compus normalizat tinde asimptotic să se apropie de valorile extreme -1 sau +1, fără a le atinge niciodată complet.
Această proprietate matematică asigură că scorurile extreme sunt rezervate pentru texte cu polaritate emoțională foarte puternică și consistentă, în timp ce texte cu sentimente mixte sau moderate primesc scoruri intermediare proporționale.
Analiza temporală a sentimentelor
Pentru a înțelege în profunzime cauzele și contextele sentimentelor identificate și exprimate în discursul mediatic, s-a realizat o analiză temporală, examinând evenimentele semnificative la nivel global sau știrile majore care ar fi putut influența semnificativ sentimentele și atitudinile publicului față de anumite teme de mediu în perioade specifice de timp.
Evenimente pozitive identificate
- COP summits: Acorduri climatice internaționale (Glasgow 2021)
- Inovații tehnologice: Breakthrough-uri în baterii, solar, energie verde
- Politici pro-climate: Green New Deal, European Green Deal
- Activism success: Campanii de mediu cu impact vizibil
- Corporate pledges: Angajamente net-zero de la companii majore
Evenimente negative identificate
- Dezastre naturale: Incendii devastatoare, inundații, valuri de căldură extreme
- Rapoarte IPCC: Avertismente științifice despre încălzirea accelerată
- Eșecuri politice: SUA părăsește Acordul de la Paris
- Crize energetice: Shortage-uri, prețuri volatile
- Greenwashing scandals: Dezvăluiri despre practici înșelătoare
Analiza temporală a sentimentelor
Studiul a analizat modul în care sentimentele față de diverse teme de mediu au evoluat de-a lungul întregii perioade studiate (2018-2023). S-au construit grafice pentru a vizualiza scorurile medii lunare ale sentimentelor pentru aspecte specifice ale fiecărei teme majore, cum ar fi "schimbările climatice", "politicile climatice", "energia regenerabilă" (cu defalcări pe "energie solară", "energie eoliană"), și "impactul asupra mediului".
Evoluția temporală a sentimentelor
Graficele au dezvăluit tendințe clare și schimbări semnificative în opinia publică agregată pe parcursul întregului interval analizat. S-au observat variații ale scorurilor de sentiment în funcție de evenimentele majore și știrile dominante din perioadele respective, confirmând ipoteza că agenda media influențează puternic percepția publică.
2018-2019: Activism în creștere
Fridays for Future, Greta Thunberg, mobilizare tinerilor. Sentimente mixte dar în creștere pozitivă.
2019-2020: Incendii devastatoare
Australia burns, Amazon rainforest fires. Vârf de sentiment negativ și anxietate climatică.
2020-2021: Pandemie COVID-19
Lockdown effects, nature rebounds, build back better. Sentimente complexe, speranță alternată cu pesimism.
2021-2022: COP26 Glasgow
Angajamente climatice majore, dar critici pentru implementare insuficientă. Sentiment moderat pozitiv urmat de dezamăgire.
2022-2023: Criză energetică
Războiul din Ucraina, prețuri energie, urgența tranziției. Sentiment volatil între urgență și pragmatism economic.
Vârfuri pozitive de sentiment
Sentimentele pozitive au fost asociate cu știri despre progrese tehnologice concrete și tangibile sau politici favorabile mediului percepute ca ambițioase și credibile, cum ar fi adoptarea unor acorduri internaționale privind limitarea emisiilor de carbon, lansări de produse clean-tech inovatoare, sau anunțuri de investiții masive în infrastructura verde.
Scăderi negative abrupte
Sentimentele negative au fost mai frecvente și mai intense în perioadele în care au fost raportate extensiv crize de mediu dramatic-vizibile, cum ar fi incendiile devastatoare de păduri din Australia (2019-2020) și California, dezastrele naturale extreme atribuite schimbărilor climatice (uragane, inundații catastrofale), sau publicarea rapoartelor științifice alarmante IPCC cu predicții îngrijorătoare.
Modelarea tematică Latent Dirichlet Allocation
Lucrarea aplică modelarea tematică probabilistică, utilizând tehnica Latent Dirichlet Allocation (LDA), pentru a identifica automat și a caracteriza teme comune latente sau subiecte recurente și pattern-uri tematice în corpusul de articole de știri analizate. LDA este un model generativ probabilistic care presupune că fiecare document este un mix de topic-uri latente, iar fiecare topic este caracterizat de o distribuție de probabilitate peste vocabularul cunoscut.
Principiile fundamentale LDA
Presupuneri generative
Documentele sunt generate prin alegerea repetată a unui topic și apoi a unui cuvânt din acel topic
Parametri Dirichlet
α controlează distribuția topic-urilor în documente (cât de concentrate), β controlează distribuția cuvintelor în topic-uri
Inferență posterioară
Algoritmi iterativi (Gibbs sampling, Variational Bayes) estimează parametrii ascunși
Optimizare
Maximizarea probabilității logaritmice comune pentru a găsi configurația optimă
Formularea matematică
Scopul principal și fundamental al algoritmului LDA este de a identifica distribuția tematică optimă. Acest lucru se realizează prin maximizarea unei ecuații de probabilitate comună (joint probability), care implică mai mulți parametri:
- M: Numărul total de documente în corpus
- N: Numărul de cuvinte (tokens) dintr-un document specific
- α (alpha): Hiperparametrul Dirichlet pentru distribuția temelor în documente (tipic < 1 pentru sparsitate)
- β (beta): Hiperparametrul Dirichlet pentru distribuția cuvintelor în teme
- K: Numărul de topic-uri latente presupuse (specificat a priori)
Procesul de inferență implică estimarea distribuțiilor posterioare θ (topic-document) și φ (word-topic) folosind algoritmi MCMC (Markov chain Monte Carlo) sau variaționali.
Subiectele identificate
Subiectul 1: Evenimente politice și politici de mediu
- Deciziile politice și leadership-ul influențează percepțiile publicului despre inițiativele de mediu.
- Anunțurile de politici sau pozițiile liderilor politici pot schimba semnificativ sentimentele publicului.
Subiectul 2: Relații internaționale și eforturi globale
- Cooperarea și competiția dintre marii emițători de carbon, precum SUA și China, au un impact major asupra strategiilor globale.
- Publicul percepe aceste relații ca fiind esențiale pentru succesul inițiativelor climatice.
Subiectele identificate
Subiectul 3: Probleme globale cu implicații de mediu
- Pandemia COVID-19 a evidențiat legătura dintre crizele globale și problemele de mediu.
- Publicul a devenit mai conștient de relația dintre sănătatea umană și sănătatea mediului.
Subiectul 4: Politica internațională
- Stabilitatea geopolitică este crucială pentru progresul în domeniul mediului.
- Conflictele internaționale pot afecta negativ inițiativele ecologice.
Subiectul 5: Conflicte și consecințe
- Conflictele, precum cel din Ucraina, duc la degradarea mediului și distrag atenția de la acțiunile climatice.
- Pandemia a generat discuții despre reziliență și necesitatea de a integra protecția mediului în eforturile de redresare.
Analiza clusterelor K-means
Pentru analiza clusterelor tematice și a grupărilor naturale în corpus, s-a utilizat algoritmul K-means, un algoritm de învățare automată nesupravegheată (unsupervised machine learning), care clasifică elementele (în acest caz, articolele de știri individuale) în K clustere distincte, non-suprapuse și mutual-exclusive, bazându-se pe similitudinea vectorială calculată în spațiul multidimensional TF-IDF.
Rezultatele analizei clusterelor
Majoritatea articolelor de știri analizate au fost atribuite la clusterul 3, în timp ce cel mai mic număr de articole au fost atribuite clusterului 0, sugerând o distribuție neuniformă și o concentrare tematică în jurul anumitor teme în discursul despre mediu.
Cluster 0: Probleme climatice și sport
Conține articole despre probleme climatice în context electoral (Trump), posibil și evenimente sportive ("vs."). Mix neașteptat sugerând suprapuneri tematice în știri diverse.
Cluster 1: Știri globale și politică
Focus pe știri internaționale cu mențiuni frecvente despre lideri politici (Trump, China, SUA) și evenimente globale de amploare. Cel mai general și diversificat tematic.
Cluster 2: Geopolitică și conflict
Concentrat pe probleme geopolitice tensionate: Ucraina, Rusia, Putin. Intersecție între securitate internațională și implicații indirecte de mediu/energie.
Cluster 3: Pandemie și climă
Clusterul dominant! Asociat puternic cu pandemia COVID-19 și problemele climatice simultane. Reflectă perioada 2020-2021 când ambele crize au dominat agenda.
Cluster 4: Conținut divers
Dificil de interpretat clar - include comentarii șterse, mențiuni despre Covid, China, Rusia. Posibil conținut controversat sau de calitate inferioară.
2. Influențe socioeconomice asupra comportamentului consumatorilor și dinamicii pieței
Unraveling the Impact of Lockdowns on E-commerce: An Empirical Analysis of Google Analytics Data during 2019–2022
Autori: Adela Bâra, Simona-Vasilica Oprea, Cristian Bucur, Bogdan-George Tudorică
Publicat în: Journal of Theoretical and Applied Electronic Commerce Research, Volume 18, Issue 3, pp. 1484-1510, 2023
Investighează impactul pe termen lung al pandemiei COVID-19 și al fluctuațiilor sezoniere asupra performanței digitale a două întreprinderi mici din România, reprezentând sectoare distincte: componente IT și turism. Analiza se bazează pe date empirice extrase din Google Analytics (GA) pe o perioadă de patru ani, începând din 2019, anterior declanșării pandemiei, până în 2023. Acest interval temporal permite o evaluare cuprinzătoare a modului în care factorii externi au modulat dinamica operațională și interacțiunea cu utilizatorii pentru aceste afaceri.
H1 - Accesibilitatea site (IT): rezultate mixte
Grupul format din metricile de accesibilitate și descoperire organică (Organic Searches, Entrances, Entrances/Page Views) prezintă cele mai slabe, mai inconsistente și mai puțin predictibile corelații interne dintre toate cele trei clustere. Acest rezultat sugerează faptul că "accesibilitatea" este un concept mai complex decât se anticipase inițial, nefiind capturat adecvat de doar aceste trei metrici.
Analiza detaliată Organic Searches
Organic Searches, în special, pare să aibă o dinamică proprie distinctă și relativ independentă, fiind slab corelată statistic cu majoritatea celorlalte metrici GA în afara grupului, cu excepția unei corelații pozitive moderate cu Session Duration în anul exceptional 2021 (r≈0.4) și pe totalul perioadei (r≈0.35). Acest lucru sugerează că utilizatorii care ajung pe site prin căutări organice (SEO natural) tind să petreacă ușor mai mult timp pe site comparativ cu alte surse, posibil datorită unui scop de căutare mai specific și mai calificat.
Anul 2021, caracterizat prin lockdown-uri stricte și restricții prelungite, cu corelații interne semnificativ mai puternice în acest grup, pare să fie o excepție statistică notabilă, posibil datorită condițiilor unice și fără precedent ale pandemiei care au afectat simultan și uniform toate modalitățile de acces digital și de descoperire online.
Numărul mediu de căutări organice lunare prezintă un pattern neașteptat și contraintuitiv: valorile maxime sunt în 2020-2021 (lockdown peak), dar scad dramatic în 2022 când traficul total explodează. Acest decalaj sugerează că explozia de trafic din 2021-2022 nu a provenit din vizibilitate organică îmbunătățită (SEO), ci din alte surse: trafic direct (brand awareness, clienți recurenți), referral links sau potențial campanii plătite nedocumentate explicit în date.
Rezultate ipoteze - agenția de turism
85%
H00: Comportament utilizatori
Majoritatea metricilor corelează semnificativ, validând gruparea
78%
H10: Marketing performance
Metrici campaniilor plătite intercorelate puternic în anii activi
H00: Comportamentul utilizatorilor - Validată
Majoritatea metricilor extinse din acest grup heterogen (Sessions, Avg. Session Duration, Avg. Time on Page, Pages/Session, Bounce Rate, Clicks, Goal 1 Completions, Goal Conversion Rate, CTR) prezintă corelații statisticește semnificative între ele, deși cu variații anuale notabile reflectând condițiile economice și restricțiile pandemice fluctuante.
H10: Marketing performance - Validată
Metricile specifice campaniilor de marketing plătit digital (Cost per Conversion, CPC (Cost Per Click), CPM (Cost Per Mille impressions), ROI (Return on Investment), CTR) prezintă intercorelații substanțiale și semnificative statistic, în special în anii în care campaniile Google Ads sau alte platforme PPC au fost active intensiv și au avut bugete alocate (2020, 2021, 2022).
3. Eficiență operațională și sustenabilitate în aplicațiile industriale
Această arie de cercetare abordează aplicarea mentenanței predictive inteligente în industrie. Printr-un studiu de caz concret – degradarea etanșărilor unei pompe – se analizează cum tehnicile de Machine Learning pot fi utilizate pentru a prezice defecțiunile și a optimiza operațiunile, contribuind la creșterea eficienței și sustenabilității.
Mentenanța predictivă reprezintă o paradigmă relativ nouă în gestionarea activelor industriale, permițând anticiparea problemelor înainte ca acestea să ducă la defecțiuni costisitoare. Abordarea propusă integrează date din senzori, analize statistice avansate și algoritmi de învățare automată pentru a crea un sistem comprehensiv de monitorizare și predicție.
Arhitectura soluției de mentenanță predictivă
Proposal of a Machine Learning Predictive Maintenance Solution Architecture
Autori: Aurelia Pătrașcu, Cristian Bucur, Ana Tănăsescu, Florentina Alina Toader
Publicat în: International Journal of Computers Communications & Control, Volume 19, Issue 3, Article Number 6499, June 2024
Studiul utilizează o metodologie bazată pe date și corelații pentru a identifica factorii declanșatori și a pune bazele unui model predictiv. Prin integrarea perspectivei din studiu cu o discuție mai largă asupra domeniului, se dorește conturarea unei imagini cuprinzătoare a stadiului actual și a perspectivelor viitoare ale mentenanței predictive inteligente.
Analiza arhitecturii software propuse
Se propune o arhitectură software pentru o soluție de mentenanță predictivă, concepută pentru a fi versatilă și aplicabilă în diverse contexte industriale. Accentul este pus pe utilizarea datelor (istorice și în timp real) și a tehnologiilor computaționale avansate (în special ML și cloud) pentru a îmbunătăți procesul decizional și productivitatea operațională.
Agregare date
Colectare și stocare date din senzori industriali
Procesare ML
Algoritmi de învățare automată pentru analiza predictivă
Infrastructură cloud
Scalabilitate și disponibilitate ridicată
Interfață vizualizare
Dashboard-uri interactive pentru monitorizare
Infrastructura de date și monitorizare
Determinarea modurilor de operare
Obiectivul analizei este examinarea setului de date multi-dimensional pentru a identifica tipare care să determine strategiile proactive de mentenanță, în special pentru a detecta indicatorii potențiali ai scurgerilor la etanșări și a înțelege interdependențele care influențează starea pompei, cu scopul final de a îmbunătăți MTBF.
Rezultate ale analizei de corelație - Corelații în stările de funcționare normală și anormală
Se observă corelații Pearson puternice (pozitive sau negative) între anumiți senzori de vibrații și densitate în perioadele de funcționare anormală (caracterizate, de exemplu, prin vibrații ridicate), corelații care sunt absente sau mult mai slabe în timpul funcționării normale. Această diferență semnificativă indică că interacțiunile dintre procesele din amonte și comportamentul pompei devin mai pronunțate în condiții de stres operațional.
Corelații în stări anormale
Legăturile dintre senzorii de vibrații ai pompei (ex: VBR70PMA, VBR71PMA) și senzorii de densitate (densitometre - seria DST) dintr-o unitate componentă din amonte (D13).
Funcționare normală
Corelații slabe sau inexistente între parametri
Funcționare anormală
Corelații Pearson puternice (|r| > 0.7) între vibrații și densitate
Analiza stărilor emergente și fenomene de colmatare
Impact particule fine
Analiza relevă o legătură între densitatea ridicată (indicând prezența particulelor fine) în unitățile din amonte (D13, D22) și creșterea vibrațiilor și temperaturilor la pompă (în unitatea D15, unde se află pompa).
Chiar și în stări de urgență când pompa este în stand-by (viteză redusă, vibrații non-informative), corelația dintre densitățile D13 și D22 sugerează un posibil transport ("carry-over") al acestor particule către pompă.
Densitate ridicată în D13 și D22
Fenomene de colmatare
Datele arată o creștere ciclică a temperaturii într-o altă unitate (D14), indicativă pentru fenomene de colmatare. Această creștere a temperaturii este concomitentă cu creșterea vibrațiilor și temperaturii la pompă.
Se observă și o creștere a vitezei pompei, interpretată ca o manevră operațională de compensare a eficienței reduse de răcire și a performanței deteriorate a pompei.
Creșterea densității, în corelație cu vibrațiile și temperatura
Ipoteza cheie: Particulele fine cauzează abraziune sau alte probleme la nivelul etanșărilor, ducând la creșterea vibrațiilor și temperaturii în timpul funcționării normale. Problemele dintr-o altă parte a procesului (colmatarea în D14) au un impact negativ asupra integrității operaționale a pompei.
Optimizarea Particle Swarm pentru echilibrarea surselor de energie
Energetic Equilibrium: Optimizing renewable and non-renewable energy sources via particle swarm optimization
Autori: Bogdan-George Tudorică, Cristian Bucur, Mirela Panait, Simona-Vasilica Oprea, Adela Bâra
Publicat în: Utilities Policy, Volume 87, aprilie 2024
Studiul determină mix-ul energetic optim pentru România, luând în considerare simultan costurile, capacitatea de generare și impactul asupra mediului. Această abordare multi-obiectiv reprezintă o contribuție semnificativă la planificarea energetică națională în contextul tranziției către sustenabilitate.
Obiectiv cost
Minimizarea costurilor economice de producție și operare
Obiectiv capacitate
Asigurarea capacității suficiente pentru satisfacerea cererii
Obiectiv mediu
Reducerea emisiilor de CO₂ și a impactului ecologic
Metodologia de cercetare
Colectare date
Agregarea datelor din multiple surse oficiale
Analiză exploratorie
EDA pentru identificarea pattern-urilor
Feature engineering
Crearea variabilelor predictive
Optimizare PSO
Aplicarea algoritmului pentru mix optim
Validare rezultate
Comparație cu alte algoritmi
Analiza exploratorie a datelor - descoperirea pattern-urilor
Diagrama ternară a producției de cărbune, hidro și eoliene în funcție de preț
Diagrama ternară a prețului gazului, a prețului energiei electrice și a producției în funcție de variația zilnică a prețului
Diagrama ternară a variabilității ratelor de producție hidroelectrică în timpul săptămânii
Diagramele ternare și analizele temporale relevă interdependențe complexe între sursele de energie, prețuri și factorii de mediu. Aceste vizualizări permit identificarea pattern-urilor sezoniere, ciclice și neliniarități în comportamentul sistemului energetic național.
Analiza exploratorie a datelor - descoperirea pattern-urilor
Variația lunară a producției și consumului de energie pe piața de energie din România
Indicatori avansați de diversitate și stabilitate
1
Entropia Shannon
Măsurarea diversității mix-ului energetic ca indicator al securității energetice
unde S_i este ponderea sursei i. Entropia maximă (diversitate maximă) contribuie la fiabilitate (redundanță) și reziliență (absorbția șocurilor).
2
Indicele de variabilitate regenerabilă
StdDev(Eolian+PV) / Mean(Eolian+PV). Un indice mai mic indică o producție regenerabilă mai stabilă.
3
Indicele de stocare (Proxy)
Capacitate Stocare / Vârf Generare Regenerabilă
4
Volatilitate și dinamică economică
Volatilitatea prețurilor (Petrol, Electricitate) și rata de schimbare ROBOR, pentru a captura dinamica economică pe termen scurt și impactul asupra deciziilor energetice.
Descompunerea seriilor de timp și importanța caracteristicilor
Descompunerea seriilor temporale
Este aplicată prețului electricității, separând tendința, sezonalitatea (zilnică, frecvență 24) și componenta reziduală. Confirmă vizual pattern-urile zilnice și fluctuațiile de trend, oferind o înțelegere profundă a dinamicii pieței.
Seriile temporale originale, tendința, componenta sezonieră și reziduurile pentru prețul energiei electrice
Importanța caracteristicilor
Utilizând un model Random Forest pentru a prezice prețul electricității, se identifică variabilele cele mai influente:
- lag_1 - Prețul orei anterioare (dominanță clară)
- lag_23, lag_22 - Lag-uri pentru pattern-uri zilnice
- Price_daily_var - Variația zilnică a prețului
- Exchange - Schimburi transfrontaliere
- PV_gen - Generare fotovoltaică
Rezultatele confirmă natura autoregresivă puternică a prețurilor și interconectivitatea sistemului energetic.
Algoritmul PSO
Obiectiv
Găsirea mix-ului energetic optim (ponderile Si pentru cele 7 surse: Cărbune, Petrol&Gaz, Hidro, Nuclear, Eolian, PV, Biomasă) care minimizează o funcție fitness compozită.
Funcția Fitness
(Notă: Semnul minus la securitate indică maximizarea acesteia, deoarece PSO minimizează funcția fitness)
Componentele funcției
1. Impact_Mediu
- folosind emisiile proxy Ei
2. Cost_Economic
- unde Ci reprezintă factorul de cost pentru sursa de energie i, iar Si este ponderea sursei de energie i în mix
3. Securitate_Energetică
unde (\alpha+\beta+\gamma=1 ). Ponderile interne \alpha , \beta , \gamma permit ajustarea importanței diversității, stocării și stabilității SRE.
Constrângeri: \sum Si = 1 (sau 100%) ; 0 \le Si \le 1
Vizualizarea dinamicii algoritmului PSO
Mișcarea roiurilor 3D pentru particule eoliene, fotovoltaice și hidro
Grafic de suprafață 3D pentru distribuția particulelor eoliene, fotovoltaice și hidro în iterația 50
Structura mixului energetic optim obținut
Vizualizările 3D ilustrează evoluția roiului de particule în spațiul soluțiilor, convergența către optimul global și distribuția finală a mix-ului energetic. Algoritmul echilibrează eficient explorarea (căutarea globală) cu exploatarea (rafinarea soluțiilor promițătoare), demonstrând capacitatea PSO de a naviga în spații de căutare complexe și multi-dimensionale.
Comparația PSO cu alți algoritmi meta-heuristici
Pentru a valida robusteția și eficiența soluției, PSO este comparat cu alte șase meta-heuristici reprezentative din diferite categorii algoritmice:
Vizualizarea comparativă cu bare a mixurilor energetice optimizate obținute cu diferiți algoritmi
Comparația extinsă oferă perspective valoroase asupra sensibilității soluției la alegerea algoritmului și validează consistența rezultatelor PSO.
Grey Wolf Optimizer (GWO)
Inspirat din ierarhia și comportamentul de vânătoare al lupilor cenușii
Genetic Algorithm (GA)
Bazat pe selecție naturală și evoluție genetică
Harmony Search (HS)
Inspirat din procesul de improvizație muzicală
Mayfly Algorithm
Modelează comportamentul efemeridelor
Flower Pollination Algorithm (FPA)
Simulează procesul de polenizare a plantelor cu flori
CUKO Search
Algoritm de optimizare bazat pe comportament păsări
Optimizare Quantum-Inspired pentru tranzacționarea cripto-monedelor
Trading in the Quantum Era: optimizing Bitcoin gains and energy costs
Autori: Simona-Vasilica Oprea, Adela Bâra, Cristian Bucur, Bogdan-George Tudorică, Niculae Oprea
Publicat în: Journal of Applied Economics (2024), VOL. 27, NO. 1, septembrie 2024
Lucrarea propune o abordare inovatoare, utilizând un algoritm de optimizare multi-obiectiv inspirat cuantic (Quantum-inspired Multi-objective Optimization Algorithm - QMOA) pentru a găsi un echilibru optim între maximizarea profitului din tranzacționarea Bitcoin și minimizarea costurilor energetice asociate.
Obiectiv dual
Găsirea unui echilibru optim între:
- Maximizarea profitului din tranzacționarea Bitcoin
- Minimizarea costurilor energetice asociate operațiunilor
Relevanță în context actual
Problematica este deosebit de relevantă într-o eră marcată de:
- Volatilitatea extremă a piețelor cripto
- Creșterea prețurilor la energie
- Presiunea pentru practici economice sustenabile
Metodologia de cercetare pentru optimizarea cripto
1
Colectare date
6 surse web distincte pentru date Bitcoin, energie, gaze, carbon, inflație și petrol
2
Transformare date
Procesare și agregare: 29.794 observații, 19 caracteristici
3
Analiză statistică
Statistici descriptive și testarea relațiilor
4
Aplicare QMOA
Algoritm quantum-inspired pentru optimizare multi-obiectiv
5
Evaluare rezultate
Analiză front Pareto și scenarii economice
Algoritmul QMOA: inspirație cuantică pentru optimizare clasică
Nucleul metodologiei este algoritmul QMOA (Quantum-inspired Multi-objective Optimization Algorithm). Se implementează o aproximare clasică a unui algoritm inspirat cuantic, rulată pe calculatoare convenționale, nu pe computere cuantice reale. Abordarea se bazează pe principii cuantice adaptate.
Pașii pentru analiza cuantică
Reprezentarea soluțiilor
Utilizează concepte similare q-biților (biți cuantici) pentru a reprezenta soluțiile (combinații volum tranzacționare + cantitate energie). Permite explorare mai bogată a spațiului de soluții vs. biți clasici.
Operatori de actualizare
Folosește operatori inspirați de porțile cuantice (porți rotație, Pauli-X). În implementarea clasică, sunt mimați prin perturbații aleatorii controlate pentru echilibru explorare-exploatare.
Populație și selecție
Operează pe o populație de 50 soluții. Selecția prin turneu, ghidată de dominanță Pareto (o soluție domină alta dacă e mai bună sau egală pe toate obiectivele și strict mai bună pe cel puțin unul).
Obiective și constrângeri QMOA
Funcția Obiectiv 1 (Maximizare profit):
unde P sunt prețurile estimate de vânzare/cumpărare Bitcoin, iar V este volumul tranzacționat la timpul t .
Funcția Obiectiv 2 (Minimizare cost energie):
unde El_{price} este prețul estimat al electricității, iar El_{quantity} este cantitatea necesară la timpul t .
Constrângeri:
- Volum Tranzacționare:
V_t \le B_t , undeB_t este balanța de Bitcoin disponibilă
- Buget:
P_{buy,t} \cdot V_t \le Budget_t , undeBudget_t este bugetul disponibil
- Utilizare Energie:
El_{quantity,t} \le El_{capacity,t} , undeEl_{capacity} este capacitatea maximă instalată
Formulare Hamiltonian cuantic:
Se prezintă o formulare conceptuală a problemei în termeni de Hamiltonian cuantic. Aceasta implică encodarea obiectivelor (H_{trade}, H_{energy} ) și a constrângerilor (prin termeni de penalizare H_{volume}, H_{budget}, H_{el} ) într-o funcție de energie totală H , a cărei valoare minimă (starea fundamentală) corespunde soluției optime. Ponderile (w1, w2 ) și coeficienții de penalizare (\lambda ) modulează importanța relativă a obiectivelor și a respectării constrângerilor.
Constrângerea de volum:
Constrângerea de buget:
Constrângerea de energie:
Funcția finală:
Evoluția și analiza soluțiilor Pareto-optimale
Evoluția soluțiilor Pareto-optimale pe parcursul iterațiilor
Graficul ilustrează convergența algoritmului către frontul Pareto, reprezentând setul de soluții optime unde îmbunătățirea unui obiectiv implică degradarea celuilalt. Algoritmul identifică eficient trade-off-ul optim între profit și cost energetic.
Coeficienți de corelație între cele două obiective
Corelația fluctuantă (nu constant negativă) sugerează o relație complexă, non-liniară și dinamică între maximizarea profitului și minimizarea costului energetic. Acest comportament întărește necesitatea unei abordări MOO sofisticate și validează alegerea algoritmului QMOA.