شناسایی عوامل موثر در مصرف انرژی خانگی به کمک روش های داده کاوی

باتوجه به افزایش جمعیت و اینکه منابع انرژی رو به کاهش است، در این تحقیق به مطالعه انرژی مصرفی خانگی پرداخته شده است. هدف از این پژوهش پیش بینی عوامل موثر بر انرژی مصرفی خانگی می باشد. برای این پیش بینی از سه الگوریتم قواعدM۵ ، نزدیک ترین همسایه و  جنگل تصادفی استفاده شده است که در نرم افزار  weka  موجود می باشد. در این پژوهش از الگوریتم ارزیابی همبستگی ویژگی ها برای انتخاب بهترین عوامل نیز استفاده شده است. این الگوریتم مهمترین عوامل موثر بر انرژی مصرفی و میزان تاثیر آنها را مشخص می کند. نتایج حاصل از این بررسی نشان می دهد که چراغ ها و وسایل روشنایی، درجه حرارت و دما در اتاق نشیمن، درجه حرارت و دما در خارج از ساختمان، درجه حرارت و دما در خارج از ایستگاه هواشناسی چیورس،  سرعت وزیدن باد، رطوبت در منطقه آشپزخانه و درجه حرارت و دما در محل لباسشویی بیشترین تاثیر را در مصرف انرژی خانگی دارد. همچنین از بین الگوریتم های آزموده شده،  جنگل تصادفی بهترین نتیجه را به دست می دهد.

کلیدواژه ها:

Household Energy Consumption ، M۵Rules Algorithm ، K-NN ، Random Forest Algorithm ، Correlation Evaluation of Properties ، Lighting Devices ، Temperature ، Chievers Weather Station. ، انرژی مصرفی خانگی ، الگوریتم M۵Rules ، الگوریتم نزدیکترین همسایه ، الگوریتم جنگل تصادفی ، ارزیابی همبستگی ویژگی ها ، وسایل روشنایی ، دما ، ایستگاه هواشناسی چیورس.