پیش بینی مصرف برق با استفاده از استخراج پروفایل مشترکین خانگی

سال انتشار: 1400
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 277

فایل این مقاله در 22 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ENPMCONF05_062

تاریخ نمایه سازی: 10 اسفند 1400

چکیده مقاله:

یکی از رویکردهای مورد توجه در سالیان اخیر بکارگیری روش های تحلیل و بررسی داده ها با بهره برداری از حجم بالایداده ها ی اندازه گیر ی موجود جه ت بهبود و افزایش کارآمدی روشهای نظارتی و نیز کمک به برنامه ریزی بهتر برای آیندهاست . در این میا ن داده کاو ی و یادگیری ماشین که از تکنیک های مطرح در شاخه هوش مصنوعی هستند که می توانند باخودکارسازی فرآیند تحلیل داده ها، امکان بررسی چنین داده های حجیمی را فراهم کرده و مدل های توصیف کننده آنها رادر اختیار گذارند. هدف از مقاله حاضر بکارگیری روش های هوشمند مورد استفاده در داده کاوی برای مدل سازی مصرفمشترکین برق است. در این مقاله با بکارگیری روش ها ی داده کاوی در تحلیل و بررسی داده ها سعی می شود تا الگوی مصرفمشترکین مدل سازی شود. به این صورت ما می توانیم میزان مصرف برق مشتری در هر زمان، هر فصل یا هر تاریخ را بااستفاده یک مدل تعریف شده مشخص بدست آوریم . پایگاه داد ه مورد استفاده د ر این تحقیق ، اطلاعات مشتریان برق شهرمیمه استان اصفهان از سال ۸۹ تا ۹۵ می باشد. می خواهیم با استفاده از شبکه عصبی (GAN(۳)- CNN(۱)- CGAN(۲ مدلهای مصرف مشترکین برق را بدست آوریم. شبک های که در این مقاله از آن به عنوان نوآوری یاد می شود ، یکی از نام آورترینشبکه های هوش مصنوعی که از زیرساخت شبکه های عصبی نیز در آن استفاده شده، یاد می شود. این شبکه از دو بخش مولدو ممیز تشکیل شده است. در طول روند یادگیری شبکه، هر دو بر اساس علوم ریاضیات و بهینه سازی در تلاش جهت یادگیریمی باشند. نتایج نشان می دهد روش GAN میزان خطای کمتری نسبت به دیگر روش ها دارد.

نویسندگان

امین هادی

دانشگاه اصفهان

حسین کارشناس

دانشگاه اصفهان