ارزیابی ترکیب ماشین بردار پشتیبان جهت پیش بینی مصرف ماهانه گاز طبیعی با استفاده از راهکارهای هوش تجاری

سال انتشار: 1398
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 475

فایل این مقاله در 16 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

GERMANCONF03_121

تاریخ نمایه سازی: 12 شهریور 1399

چکیده مقاله:

با توجه به اهمیت پیش بینی مصرف گاز طبیعی و با توجه به بررسی کلی موارد موثر جهت پیش بینی دقیق تر در بازه ماهانه چند مدل متنوع از روشهای رگرسیونی با پارامترهای ورودی مختلف و ترکیبی از چند مدل در شهرستان قزوین در 7 نقطه استان که دارای ایستگاه هواشناسی و سابقه مصرف گاز در ده سال اخیر می باشند مورد بررسی قرار گرفت . هدف دیگر در این تحقیق انتخاب ویژگیهای متناسب با استفاده از الگوریتمهای انتخاب ویژگی مناسب با تحلیل مولفه اصلی است.یک مدل رگرسیون خطی، یک مدل رگرسیون غیر خطی که روش نزدیکترین همسایه رگرسیونی و یک مدل از ماشین بردار پشتیبان که مدل رگرسیون بردار پشتیبان است.پس از ارائه مدل پیشنهادی روش SVR با ترکیب Wavelet دارای دقت 96/6 درصد بعنوان بهترین و با اعمال PCA به روش SVR با88/2 درصد از بقیه مدلها دقت بدتر وبیشترین خطا را داشت و بقیه مدلها با اندکی اختلاف نسبت به هم خطا داشتند. در اعتبارسنجی خطای روش KNN با اعمال مدلهای پیشنهای Waveletبا 1/1درصد نسبت به Wavelete- SVRبا خطای 1/7 درصد نسبت به بقیه مدلها خطای کمتری داشت. ضمنا فرضیه اضافه شدن پارامترهای ساختمانی همچون زیربنا و حداکثر مصرف ساعتی با ارزیابی PCAتاثیری چندانی در پیش بینی مصرف ماهانه نداشت اما فرض اضافه کردن پارامتر تعداد واحد که با تعداد مشترک ارتباط مستقیم دارد تاثیر گذار بود.

نویسندگان

سهیلا بخشی فرد

دانشجوی کارشناسی ارشد مهندسی کامپیوتر نرم افزار دانشگاه رجا قزوین

افسانه جلالیان

دکترای کامیپوتر و عضو هیئت علمی دانشگاه رجا قزوین

امیر خوئینی

کارشناس ارشد پژوهش و مشاورصنعتی شرکت گاز قزوین