Increased use of variable energy and integration of electricity markets in the European Union have led to new challenges when balancing supply and demand in the grid. Load management is a possible way to manage these challenges by adjusting electricity consumption in order to balance the power system. Household appliances can be used for this purpose, for example by providing automatic frequency control. The aim of this master thesis is to investigate the potential of load management from private households and to examine how the power system is affected by a more flexible electricity consumption. The thesis focuses on fridges as automatic frequency control reserves and the ability of fridges to balance the power system. Attributes such as capacity, activation time, persistence and the effect of load reconnection has been modelled in Simulink, Matlab. Complementary interviews with actors from the electricity industry have been done to summarize their insights on demand response. The results indicate that fridges can be used as a part of the automatic frequency controlled reserve FCR-N, based on assumptions made in this study. However, current requirements imposed on balancing resources are not fully met by the fridges. In order for household appliances to provide the needed flexibility, some requirements might need to be rephrased. The results also show that the capacity for providing balancing services differs for positive and negative imbalances, as consumption can be reduced with 30 MW and increased with 66 MW. When controlling the fridges by moving the reference temperature, there is a risk that the appliances will synchronize with each other, i.e. reconnect or disconnect at the same time, resulting in frequency oscillations. It is therefore important that load management is designed to avoid this kind of behavior.

Increased use of variable energy and integration of electricity markets in the European Union have led to new challenges when balancing supply and demand in the grid. Load management is a possible way to manage these challenges by adjusting electricity consumption in order to balance the power system. Household appliances can be used for this purpose, for example by providing automatic frequency control. The aim of this master thesis is to investigate the potential of load management from private households and to examine how the power system is affected by a more flexible electricity consumption. The thesis focuses on fridges as automatic frequency control reserves and the ability of fridges to balance the power system. Attributes such as capacity, activation time, persistence and the effect of load reconnection has been modelled in Simulink, Matlab. Complementary interviews with actors from the electricity industry have been done to summarize their insights on demand response. The results indicate that fridges can be used as a part of the automatic frequency controlled reserve FCR-N, based on assumptions made in this study. However, current requirements imposed on balancing resources are not fully met by the fridges. In order for household appliances to provide the needed flexibility, some requirements might need to be rephrased. The results also show that the capacity for providing balancing services differs for positive and negative imbalances, as consumption can be reduced with 30 MW and increased with 66 MW. When controlling the fridges by moving the reference temperature, there is a risk that the appliances will synchronize with each other, i.e. reconnect or disconnect at the same time, resulting in frequency oscillations. It is therefore important that load management is designed to avoid this kind of behavior.

The Company Siemens Industrial Turbo Machinery AB manufactures and launches in operation among other things gas turbines, steam turbines, compressors, turn-key power plants and carries out service for components for heat and power production. Siemens also performs research and development, marketing, sales and installations of turbines and completes power plants, service and refurbish. Our thesis for the engineering degree is to develop an automatic status log which will be used as a tool to control how the status of the machine is before and after technical service at gas turbines. Operational disturbances will be registered in a structured way in order to get a good possibility to follow up the reliability of the application. An automatic log function has been developed and will be activated at start, stop and shutdown of the turbine system. Log files are created automatically and get a name with the event type, the date and the time. The files contain data as timestamp, name, measured values and units of the signals which are going to be analyzed by the support engineers. They can evaluate the cause of the problem using the log files.

Konversationerna i ett kundforum rör sig över olika ämnen och språket är inkonsekvent. Texterna uppfyller inte de krav som brukar ställas på material inför automatisk nyckelordsextraktion. Uppsatsens undersöker hur nyckelord automatiskt kan extraheras ur ett kundforum trots dessa svårigheter. Fokus i undersökningen ligger på tre aspekter av nyckelordsextraktion. Den första faktorn rör hur den etablerade nyckelordsextraktionsmetoden TF*IDF presterar jämfört med fyra metoder som skapas med hänsyn till materialets ovanliga struktur. Nästa faktor som testas är om olika sätt att räkna ordfrekvens påverkar resultatet. Den tredje faktorn är hur metoderna presterar om de endast använder inläggen, rubrikerna eller båda texttyperna i sina extraktioner. Icke-parametriska test användes för utvärdering av extraktionerna. Ett antal Friedmans test visar att metoderna i några fall skiljer sig åt gällande förmåga att identifiera relevanta nyckelord. I post-hoc-test mellan de högst presterande metoderna ses en av de nya metoderna i ett fall prestera signifikant bättre än de andra nya metoderna men inte bättre än TF*IDF. Ingen skillnad hittades mellan användning av olika texttyper eller sätt att räkna ordfrekvens. För framtida forskning rekommenderas reliabilitetstest av manuellt annoterade nyckelord. Ett större stickprov bör användas än det i aktuell studie och olika förslag ges för att förbättra rättning av extraherade nyckelord. / Conversations in a customer forum span across different topics and the language is inconsistent. The text type do not meet the demands for automatic keyword extraction. This essay examines how keywords can be automatically extracted despite these difficulties. Focus in the study are three areas of keyword extraction. The first factor regards how the established keyword extraction method TF*IDF performs compared to four methods created with the unusual material in mind. The next factor deals with different ways to calculate word frequency. The third factor regards if the methods use only posts, only titles, or both in their extractions. Non-parametric tests were conducted to evaluate the extractions. A number of Friedman's tests shows the methods in some cases differ in their ability to identify relevant keywords. In post-hoc tests performed between the highest performing methods, one of the new methods perform significantly better than the other new methods but not better than TF*IDF. No difference was found between the use of different text types or ways to calculate word frequency. For future research reliability test of manually annotated keywords is recommended. A larger sample size should be used than in the current study and further suggestions are given to improve the results of keyword extractions.

Raw text data online has increased the need for designing artificial systems capable of processing raw data efficiently and at a low cost in the field of natural language processing (NLP). A well-developed morphological analysis is an important cornerstone of NLP, in particular when word look-up is an important stage of processing. Morphological analysis has many advantages, including reducing the number of word forms to be stored computationally, as well as being cost-efficient and time-efficient. NLP is relevant in the field of medicine, especially in automatic text analysis, which is a relatively young field in Swedish medical texts. Much of the stored information is highly unstructured and disorganized. Using raw corpora, this paper aims to contribute to automatic morphological segmentation by experimenting with state-of-art-tools for unsupervised and semi-supervised word segmentation of Swedish words in medical texts. The results show that a reasonable segmentation is more dependent on a high number of word types, rather than a special type of corpora. The results also show that semi-supervised word segmentation in the form of annotated training data greatly increases the performance. / Rå textdata online har ökat behovet för artificiella system som klarar av att processa rå data effektivt och till en låg kostnad inom språkteknologi (NLP). En välutvecklad morfologisk analys är en viktig hörnsten inom NLP, speciellt när ordprocessning är ett viktigt steg. Morfologisk analys har många fördelar, bland annat reducerar den antalet ordformer som ska lagras teknologiskt, samt så är det kostnadseffektivt och tidseffektivt. NLP är av relevans för det medicinska ämnet, speciellt inom textanalys som är ett relativt ungt område inom svenska medicinska texter. Mycket av den lagrade informationen är väldigt ostrukturerat och oorganiserat. Genom att använda råa korpusar ämnar denna uppsats att bidra till automatisk morfologisk segmentering genom att experimentera med de för närvarande bästa verktygen för oövervakad och semi-övervakad ordsegmentering av svenska ord i medicinska texter. Resultaten visar att en acceptabel segmentering beror mer på ett högt antal ordtyper, och inte en speciell sorts korpus. Resultaten visar också att semi-övervakad ordsegmentering, dvs. annoterad träningsdata, ökar prestandan markant.

Tal till text för relevant metadatataggning av ljudarkiv hos Sveriges Radio Sammanfattning Under åren 2009-2013 har Sveriges Radio digitaliserat sitt programarkiv. Sveriges Radios ambition är att mer material från de 175 000 timmar radio som sänds varje år ska arkiveras. Det är en relativt tidsödande process att göra allt material sökbart och det är långt ifrån säkert att kvaliteten på dessa data är lika hög hos alla objekt.         Frågeställningen som har behandlats för detta examensarbete är: Vilka tekniska lösningar finns för att utveckla ett system åt Sveriges Radio för automatisk igenkänning av svenskt tal till text utifrån deras ljudarkiv?         System inom tal till text har analyserats och undersökts för att ge Sveriges Radio en aktuell sammanställning inom området.         Intervjuer med andra liknande organisationer som arbetar inom området har utförts för att se hur långt de har kommit i sin utveckling av det berörda ämnet.         En litteraturstudie har genomförts på de senare forskningsrapporterna inom taligenkänning för att jämföra vilket system som skulle passa Sveriges Radio behov och krav bäst att gå vidare med.         Det Sveriges Radio bör koncentrera sig på först för att kunna bygga en ASR, Automatic Speech Recognition, är att transkribera sitt ljudmaterial. Där finns det tre alternativ, antingen transkribera själva genom att välja ut ett antal program med olika inriktning för att få en så stor bredd som möjligt på innehållet, gärna med olika talare för att sedan även kunna utveckla vidare för igenkänning av talare. Enklaste sättet är att låta olika yrkeskategorier som lägger in inslagen/programmen i systemet göra det. Andra alternativet är att starta ett liknade projekt som BBC har gjort och ta hjälp av allmänheten. Tredje alternativet är att köpa tjänsten för transkribering.         Mitt råd är att fortsätta utvärdera systemet Kaldi, eftersom det har utvecklats mycket på senaste tiden och verkar vara relativt lätt att utvidga. Även den öppna källkod som Lingsoft använder sig av är intressant att studera vidare. / Speech to text for relevant metadata tagging of audio archive at Sveriges Radio Abstract In the years 2009-2013, Sveriges Radio digitized its program archive. Sveriges Radio's ambition is that more material from the 175 000 hours of radio they broadcast every year should be archived. This is a relatively time-consuming process to make all materials to be searchable and it's far from certain that the quality of the data is equally high on all items.         The issue that has been treated for this thesis is: What opportunities exist to develop a system to Sveriges Radio for Swedish speech to text?         Systems for speech to text has been analyzed and examined to give Sveriges Radio a current overview in this subject.         Interviews with other similar organizations working in the field have been performed to see how far they have come in their development of the concerned subject.         A literature study has been conducted on the recent research reports in speech recognition to compare which system would match Sveriges Radio's needs and requirements best to get on with.         What Sveriges Radio should concentrate at first, in order to build an ASR, Automatic Speech Recognition, is to transcribe their audio material. Where there are three alternatives, either transcribe themselves by selecting a number of programs with different orientations to get such a large width as possible on the content, preferably with different speakers and then also be able to develop further recognition of the speaker. The easiest way is to let different professions who make the features/programs in the system do it. Other option is to start a similar project that the BBC has done and take help of the public. The third option is to buy the service for transcription.         My advice is to continue evaluate the Kaldi system, because it has evolved significantly in recent years and seems to be relatively easy to extend. Also the open-source that Lingsoft uses is interesting to study further.

Sammanfattning Syfte: Syftet med detta examensarbete är att skapa ett ramverk för att underlätta valet av automatisk identifieringsteknik för tillverkningsföretag med tillhörande lagerhanteringsprocesser. Syftet är också att identifiera brister i Emballator Lagan Plasts nutida spårbarhetslösning, tillämpa ramverket för att välja en lämplig automatisk identifieringsteknik och utforma en bättre framtida spårbarhetslösning.  Metod: Denna studie är baserad i kvalitativ forskningsmetod och inkluderar en systematisk litteraturstudie, en intervjustudie och en fallstudie. Data till första forskningsfrågan insamlades genom en systematisk litteraturstudie och en intervjustudie med expert inom automatiska identifieringstekniker. Data till forskningsfråga två insamlades genom intervjuer med anställda hos Emballator Lagan Plast tillsammans med vetenskapliga artiklar.  Resultat: Genom att analysera data från den systematiska litteraturstudien gentemot data från intervjustudien sammanställdes ramverket för val av automatisk identifieringsteknik. Baserat på intervjuer med anställda identifierades brister i den nuvarande spårbarhetslösningen hos Emballator Lagan Plast. Ramverket tillämpades sedan för att välja automatisk identiferingsteknik som en del av den framtida spårbarhetslösningen. Den framtida spårbarhetslösningen baseras på 2D-streckkoder, förändringar i lagerhanteringsprocesserna samt mer utnyttjande av det tillgängliga lagerhanteringsystemet. / Abstract Purpose: The purpose of this thesis is to create a framework for manufacturing companies to facilitate the choice of auto-id technology. The purpose is also to identify faults in the current traceability solution at Emballator Lagan Plast, apply the framework to choose an auto-id technology and to suggest the future traceability solution.  Method: This thesis is based on qualitative method and includes a systematic literature review, an interview study and a case study. For research question one data was gathered through a systematic literature review and through an interview with an expert in the field of auto-id technologies. For research question two data was gathered through interviews with employees at Emballator Lagan Plast together with scientific articles.  Results: By analysing data from the systematic literature review and the interview the framework for choosing an auto-id technology was established. Based on interviews with employees’ faults in the current traceability solution at Emballator Lagan Plast was identified. The framework was applied to choose an auto-id technology as a part of the future traceability solution. The future traceability solution consists of 2D-barcodes, changes in warehouse processes and increased utilization of the warehouse management system.

Denna strukturerade litteraturstudie undersöker vilka verktyg och tekniker relaterade tillartificiell intelligens (AI) som kan understödja lärare genom att överta repetitiva ochtidskrävande administrativa uppgifter som ligger utanför den direkta interaktionen mellanlärare och student. Genom att granska tillgänglig forskning inom detta område kartläggervi dessa. Denna kartläggning följs sedan av en diskussion om resultatet och potentialen iden senaste tekniken samt en fingervisning om var ytterligare forskning kan ta vid. För att kartlägga befintlig forskning i ämnet har denna litteraturstudie genomförts medutgångspunkt i en generell kurs uppdelad i tre faser: före, under och efter. På grund avden potentiella omfattningen av detta område undersökte vi ett fall per fas, respektivekursdesign, rättning och kursutvärdering. Litteraturstudien är begränsad till högre utbild-ningsinstitutioner såsom universitet och högskolor. Våra resultat visar att majoriteten av de AI-verktyg och -tekniker som används inomdessa tre områden är baserade på naturlig språkbearbetning (NLP) och neurala nätverk.Vi fann att det finns en större mängd forskning inom rättning jämfört med kursdesign ochkursutvärdering, och att forskningen inom alla dessa områden ökar över tiden. Vi noterardock en brist på forskning som undersöker den praktiska användningen av dessa verktygoch tekniker av lärare. / This structured literature study examines which tools and technologies related to artificialintelligence (AI) that can support teachers by replacing repetitive and time-consumingadministrative tasks that are outside of the direct interaction between teacher and student. By reviewing available research in this field, we map these findings. This is then followedby a discussion of the results and potential of the latest technology, as well as an indicationof where further research can take place.To map existing research on the subject, this literature study has been conducted basedon a general course divided into three phases: before, during, and after. Due to the po-tential size of this area, we investigated only one case per each phase, respektively coursedesign, grading and course evaluation. The literature study is limited to higher educationinstitutions such as universities and colleges. Our results shows that the majority of AI techniques and tools used in these three areasare based on natural language processing (NLP) and neural networks. We found that thereis a greater amount of research focused on grading compared to course design and courseevaluation, and that research in all these areas is increasing over time. However, we note alack of research investigating the practical usage of these tools and techniques by teachers.

Convolutional Neural Network (CNN) has been established as a powerful toolto automate various computer vision tasks without requiring any aprioriknowledge. Printed Circuit Board (PCB) manufacturers want to improve theirproduct quality by employing vision based automatic optical inspection (AOI)systems at PCB assembly manufacturing. An AOI system employs classiccomputer vision and image processing techniques to detect variousmanufacturing faults in a PCB assembly. Recently, CNN has been usedsuccessfully at various stages of automatic optical inspection. However, nonehas used 2D image of PCB assembly directly as input to a CNN. Currently, allavailable systems are specific to a PCB assembly and require a lot ofpreprocessing steps or a complex illumination system to improve theaccuracy. This master thesis attempts to design an effective soldering faultdetection system using CNN applied on image of a PCB assembly, withRaspberry Pi PCB assembly as the case in point.Soldering faults detection is considered as equivalent of object detectionprocess. YOLO (short for: “You Only Look Once”) is state-of-the-art fast objectdetection CNN. Although, it is designed for object detection in images frompublicly available datasets, we are using YOLO as a benchmark to define theperformance metrics for the proposed CNN. Besides accuracy, theeffectiveness of a trained CNN also depends on memory requirements andinference time. Accuracy of a CNN increases by adding a convolutional layer atthe expense of increased memory requirement and inference time. Theprediction layer of proposed CNN is inspired by the YOLO algorithm while thefeature extraction layer is customized to our application and is a combinationof classical CNN components with residual connection, inception module andbottleneck layer.Experimental results show that state-of-the-art object detection algorithmsare not efficient when used on a new and different dataset for object detection.Our proposed CNN detection algorithm predicts more accurately than YOLOalgorithm with an increase in average precision of 3.0%, is less complexrequiring 50% lesser number of parameters, and infers in half the time takenby YOLO. The experimental results also show that CNN can be an effectivemean of performing AOI (given there is plenty of dataset available for trainingthe CNN). / Convolutional Neural Network (CNN) har etablerats som ett kraftfullt verktygför att automatisera olika datorvisionsuppgifter utan att kräva någon apriorikunskap. Printed Circuit Board (PCB) tillverkare vill förbättra sinproduktkvalitet genom att använda visionbaserade automatiska optiskainspektionssystem (AOI) vid PCB-monteringstillverkning. Ett AOI-systemanvänder klassiska datorvisions- och bildbehandlingstekniker för att upptäckaolika tillverkningsfel i en PCB-enhet. Nyligen har CNN använts framgångsrikti olika stadier av automatisk optisk inspektion. Ingen har dock använt 2D-bildav PCB-enheten direkt som inmatning till ett CNN. För närvarande är allatillgängliga system specifika för en PCB-enhet och kräver mångaförbehandlingssteg eller ett komplext belysningssystem för att förbättranoggrannheten. Detta examensarbete försöker konstruera ett effektivtlödningsfelsdetekteringssystem med hjälp av CNN applicerat på bild av enPCB-enhet, med Raspberry Pi PCB-enhet som fallet.Detektering av lödningsfel anses vara ekvivalent medobjektdetekteringsprocessen. YOLO (förkortning: “Du ser bara en gång”) ärdet senaste snabba objektdetekteringen CNN. Även om det är utformat förobjektdetektering i bilder från offentligt tillgängliga datasätt, använder viYOLO som ett riktmärke för att definiera prestandametriken för detföreslagna CNN. Förutom noggrannhet beror effektiviteten hos en tränadCNN också på minneskrav och slutningstid. En CNNs noggrannhet ökargenom att lägga till ett invändigt lager på bekostnad av ökat minnesbehov ochinferingstid. Förutsägelseskiktet för föreslaget CNN är inspirerat av YOLOalgoritmenmedan funktionsekstraktionsskiktet anpassas efter vår applikationoch är en kombination av klassiska CNN-komponenter med restanslutning,startmodul och flaskhalsskikt.Experimentella resultat visar att modernaste objektdetekteringsalgoritmerinte är effektiva när de används i ett nytt och annorlunda datasätt förobjektdetektering. Vår föreslagna CNN-detekteringsalgoritm förutsäger merexakt än YOLO-algoritmen med en ökning av den genomsnittliga precisionenpå 3,0%, är mindre komplicerad som kräver 50% mindre antal parametraroch lägger ut under halva tiden som YOLO tar. De experimentella resultatenvisar också att CNN kan vara ett effektivt medel för att utföra AOI (med tankepå att det finns gott om datamängder tillgängliga för utbildning av CNN)

This report studies the possibilities of minimizing unplanned maintenance work and improving the availability of power supply by enabling preventive maintenance in power systems, without having to make additional investments in the existing systems. This was done using information from COMTRADE files (disturbance recording files) that are created in the event of a fault in the power system. The IEC 61850 standard facilitates the process of retrieving and analyzing the disturbance files by standardizing their format and the way they are stored. By creating a software solution that automatically reads and analyses the COMTRADE files, deteriorating performance of the power system equipment can be detected and preventive maintenance suggested. The result of the project is a software solution that reads and analyses COMTRADE files in an automated way. The software identifies fault events (fault start, trip signal sent, circuit breaker open, auto-reclose command, circuit breaker closed) from the recorded signals using wavelet transform as the main method. It then calculates the times of relay and circuit breaker operations. The calculated times are compared to threshold values and warnings are generated if they exceed the thresholds. / Denna rapport studerar möjligheten att minimera oönskade underhållsarbeten och öka tillgången på strömförsörjning genom att möjliggöra förebyggande underhåll i kraftsystemet, utan att behöva göra ytterligare investeringar för sina befintliga system. Detta gjordes med hjälp av information från COMTRADE-filer (filer för inspelning av störningar) som skapades vid ett fel i elnätet. IEC 61850-standarden underlättar processen för att hämta och analysera störningsfilerna genom att standardisera sitt format och hur de lagras. Genom att skapa en programvarulösning som automatiskt läser och analyserar COMTRADE-filerna, kan försämrad prestanda hos strömsystemets utrustning detekteras och förebyggande underhåll föreslås. Resultatet av projektet är en mjukvarulösning som läser och analyserar COMTRADE-filer på ett automatiserat sätt. Programvaran identifierar felhändelser (fel start, sänd bryt-signal, brytare öppen, automatisk återstängnings kommando, strömbrytare stängd) från de inspelade signalerna med wavelettransformen som huvudmetod. Därefter beräknas driftstiderna för relä och brytare. De beräknade tiderna jämförs med tröskelvärden och varningar genereras om de överskrider tröskelvärdena.