تشخیص مصرف غیر عادی انرژی در خانه های هوشمند با رویکرد یادگیری ماشین
محل انتشار: اولین کنفرانس بین المللی مهندسی برق، کامپیوتر، مکانیک و تکنولوژی های نوین مرتبط با هوش مصنوعی
سال انتشار: 1402
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 223
فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ENGTEC01_018
تاریخ نمایه سازی: 21 دی 1402
چکیده مقاله:
امروزه در خانه های هوشمند با استفاده از سیستم های اینترنت اشیاء میتوان کنترل زیادی در مصرف انرژیداشت و با بررسی روند مصرف انرژی میتوان به این نتیجه رسید که روند خاصی در میزان مصرف انرژیهر وسیله خانگی وجود دارد و در صورت بررسی روندهای سریزمانی آن می توان اقدام به شناسایی مصارفغیرعادی انرژی نمود. این پژوهش نیز به صورت کلی با هدف شناسایی مصارف غیر عادی انرژی انجامگردید. ابتدا تجزیه و تحلیل سری های زمانی بر روی داده های اینترنت اشیاء خانه های هوشمند مورد بررسی قرار گرفت و سپس با تکنیک های سری زمانی و یادگیری ماشین، مدل های پیشنهادی Moving ،ARIMA ChangeFinder و LSTM ،Average برای شناسایی مصارف غیر عادی انرژی با معیار ارزیابی درصد پوشش شناسایی کل نقاط ناهنجاری شناسایی شده در دو مدل یا بیشتر مقایسه گردیدند، با توجه به نتایج، مدل های ، Moving Average و ARIMA با ۲۸ درصد پوشش از کل نقاط ناهنجاری، از مدل های دیگر در تشخیص مصارف غیرعادی انرژی عملکرد بهتری داشتند.
کلیدواژه ها:
نویسندگان
مصطفی انبارداران
دانشجوی کارشناسی ارشد مهندسی کامپیوتر گرایش نرم افزار دانشگاه شهاب دانش
رضا احسن
استادیار دانشگاه آزاد اسلامی واحد قم