تشخیص مصرف غیر عادی انرژی در خانه های هوشمند با رویکرد یادگیری ماشین
- سال انتشار: 1402
- محل انتشار: اولین کنفرانس بین المللی مهندسی برق، کامپیوتر، مکانیک و تکنولوژی های نوین مرتبط با هوش مصنوعی
- کد COI اختصاصی: ENGTEC01_018
- زبان مقاله: فارسی
- تعداد مشاهده: 154
نویسندگان
دانشجوی کارشناسی ارشد مهندسی کامپیوتر گرایش نرم افزار دانشگاه شهاب دانش
استادیار دانشگاه آزاد اسلامی واحد قم
چکیده
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
خانه هوشمند، سری زمانی، مصرف انرژی، تشخیص مصرف غیر عادی، یادگیری ماشینمقالات مرتبط جدید
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.