Student Ondřej Paluska se ve své bakalářské práci zabýval analýzou naměřených dat spotřeby elektrické energie v areálu fakulty. Práce má analytický charakter a vede od sběru a přípravy dat z měření až po návrh algoritmů pro detekci anomálií. Teoretická část přehledně shrnuje problematiku nejistoty měření, přípravy velkoobjemových dat a popisuje použité algoritmy. Výklad je účelný a dobře představuje čtenáři problematiku využitou v praktické části.

Vzhledem k zaměření práce mohla teoretická část hlouběji rozebrat vlastnosti a omezení sezónního modelování a způsoby vyhodnocení kvality detekce anomálií, naopak některé obecné pasáže o členění zdrojů dat souvisejí s vlastním objektem jen okrajově. Méně přesný je výklad nejistot měření podle GUM typů A a B, které jsou prezentovány jako typy měření, ačkoli se jedná o metody vyhodnocení nejistoty.

Po formální a jazykové stránce je práce na dobré úrovni. Vytknout lze zaměněné pořadí obrázků v šesté kapitole, budoucí datum citace u jednoho zdroje, nejednotné označení měřicího přístroje (BCPM 233 oproti BCPM 233.012). V práci se objevují i drobné číselné nesrovnalosti, například průměrná měsíční spotřeba vztažená ke dvanácti namísto třinácti měsíců měřeného období. Abstrakt nepokrývá celý rozsah práce, neboť opomíjí typové průběhy i hlavní zjištění. Počet a kvalitu citovaných zdrojů považuji vzhledem k praktickému zaměření práce za dostatečné.

Přínosem práce je její praktická část, v níž student zpracoval ucelený software obsahující metody zpracování a vyhodnocení surových dat z analyzátorů až po návrh detekce anomálií. Velmi kladně hodnotím šíři zpracování, tedy statistickou analýzu, komparativní analýzu různých datasetů, tvorbu týdenních a denních typových průběhů, analýzu vlivu výuky na spotřebu i nasazení dvou odlišných metod detekce anomálií a jejich vzájemné porovnání.

Hlavní věcnou výhradu mám právě k závěrečnému porovnání metod Isolation Forest a SARIMA, kdy výsledná míra shody je výrazně ovlivněna rozdílným časovým rozlišením (minutová oproti hodinovým datům) a zpětným převodem hodinových anomálií na minutové, takže závěr o nevhodnosti použití obou metod pro souběžnou detekci je třeba brát s jistou rezervou. Nicméně podotýkám, že ověření detekcí proti zdokumentovaným událostem by již přesahovalo rozsah zadání bakalářské práce a kvalita práce nebyla zásadně snížena.

Bakalářskou práci považuji za přínosnou, doporučuji ji k obhajobě a hodnotím známkou A (90 b.). Points proposed by supervisor: 90

Předložená bakalářská práce se zabývá analýzou naměřených dat spotřeby elektrické energie v areálu FEKT VUT. Práce svým obsahem i rozsahem odpovídá zadání a všechny jeho body byly splněny. Student provedl rešerši problematiky měření a zpracování dat, statistickou a komparativní analýzu naměřených dat, vytvořil typové průběhy spotřeby, navrhl postup identifikace anomálií a provedl porovnání vybraných metod jejich detekce.

Práce má logickou strukturu a jednotlivé kapitoly na sebe navazují. Za přínosné považuji zejména zpracování reálných provozních dat, statistickou analýzu spotřeby šestého podlaží a její porovnání s daty pátého podlaží, dále vytvoření typových denních a týdenních průběhů a vyhodnocení vlivu výuky na průběh spotřeby. Praktická část je zpracována v odpovídající šíři a prokazuje schopnost autora samostatně pracovat s rozsáhlými datovými soubory a vhodně interpretovat získané výsledky.

K práci mám několik dílčích připomínek. Teoretická část je místy příliš obecná a některé pasáže nejsou dostatečně provázány s řešenou problematikou. Nepřesně je například interpretována problematika nejistot typu A a B podle metodiky GUM. Určitou rezervu vidím také v interpretaci některých výsledků, zejména při posuzování vlivu venkovní teploty na spotřebu elektrické energie, který není podložen samostatnou analýzou. Diskutabilní je rovněž závěr o nízké kompatibilitě metod Isolation Forest a SARIMA, protože porovnání vychází z dat s rozdílným časovým rozlišením, což mohlo výslednou míru shody významně ovlivnit.

Po formální stránce je práce zpracována na dobré úrovni. Grafy a tabulky jsou přehledné a vhodně doplňují text. V práci se objevují pouze drobné formální a věcné nepřesnosti, které však zásadním způsobem nesnižují její odbornou úroveň. Použité informační zdroje odpovídají zaměření bakalářské práce a jsou využity v přiměřeném rozsahu.

Celkově hodnotím práci jako zdařilé řešení zadané problematiky s praktickým přínosem pro oblast analýzy energetických dat a detekce anomálií. Předloženou bakalářskou práci doporučuji k obhajobě a hodnotím 88 body (B). Topics for thesis defence:

1. V práci používáte pro algoritmus Isolation Forest hodnotu kontaminace 1 %. Jakým způsobem byla tato hodnota stanovena a jak by se změnily výsledky detekce při nastavení 0,5 % nebo 5 %?
2. Porovnání metod Isolation Forest a SARIMA je provedeno nad daty s odlišným časovým rozlišením (minutová vs. hodinová data). Jaký vliv může mít tato skutečnost na vypočtený Jaccardův index a na závěr o kompatibilitě obou metod?
3. Popište metodiku detekce anomálií použitou v práci. Byla detekce založena výhradně na statistických metodách a modelech strojového učení, nebo byly zvažovány také technické limity nebo provzní meze sledovaných elektrických veličin?

Points proposed by reviewer: 88