پیش بینی فشار گاز ورودی ایستگاه های تقلیل فشار گاز برون شهری با استفاده از یادگیری ماشین (مورد مطالعاتی: شهرستان بیرجند)
سال انتشار: 1404
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 42
فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_ENERGY-14-3_002
تاریخ نمایه سازی: 30 شهریور 1404
چکیده مقاله:
امروزه گاز طبیعی بزرگ ترین منبع تامین انرژی مورد نیاز در دنیاست. کشور ایران با دارا بودن سهم بیش از هفده درصدی از ذخایر گاز، رتبه دوم جهان را داراست اما متاسفانه همزمان میزان مصرف گاز در کشور سه برابر متوسط جهانی بوده که جای نگرانی بسیار دارد. به منظور برنامه ریزی هرچه بهتر در حوزه عرضه گاز طبیعی آگاهی از میزان تقاضای گاز در بخش های مختلف و پیش بینی وضعیت تقاضا در آینده از اهمیت زیادی برخوردار است. پیش بینی مصرف گاز طبیعی نقش قابل ملاحظه ای در تعیین خط مشی انرژی و یکی از ابزارهای قوی تصمیم گیرندگان در جهت برنامه ریزی صحیح هدایت مصرف و کنترل پارامترهای عرضه و تقاضای انرژی است. مسئله کلی که در این مقاله مورد بررسی قرار می گیرد، پیش بینی فشار گاز ورودی ایستگاه های تقلیل فشار گاز برون شهری و تحلیل ارتباط آن با تغییرات آب وهواست. یکی از مشکلاتی که در استان خراسان جنوبی هرساله در فصل سرد سال چالش های زیادی را ایجاد می نماید، افت فشار در ایستگاه های تقلیل فشار گاز برون شهری (CGS) است که به علل مختلف ازجمله ناترازی بین تولید و مصرف گاز اتفاق می افتد. هرگونه برآورد و پیش بینی درخصوص میزان فشار این ایستگاه ها به عنوان تخمینی از میزان گاز مصرف شده، فرصتی ارزنده در اختیار مدیران قرار می دهد تا در جهت رفع بحران اقدامات پیش دستانه انجام دهند. در این مقاله از یادگیری ماشین به عنوان شاخه ای از هوش مصنوعی به منظور حل مسئله بهره گرفته شد. داده های اخذشده از ایستگاه های CGS از شرکت گاز استان خراسان جنوبی طی سال های ۱۳۹۹ تا ۱۴۰۲ مورد استفاده قرار گرفت. سناریوهای مختلف شامل تحلیل مسئله هم به صورت سری زمانی و هم رگرسیونی و همچنین تحلیل تغییرات دمایی برای پیش بینی معرفی گردید و بهترین سناریو انتخاب شد. همچنین از روش های مختلف پیش بینی برای حل مسئله بهره گرفته شد. یکی از مهم ترین نقاط قوت این پژوهش، استفاده از یادگیری عمیق به عنوان یکی از مهم ترین و امیدوارکننده ترین رویکردهای یادگیری ماشین است. به علاوه، برای اولین بار پیش بینی فشار گاز ایستگاه های تقلیل گاز برون شهری صورت می پذیرد. نتایج حاکی از تاثیرگذاری عامل تغییرات آب وهوا بر پیش بینی دارد.
کلیدواژه ها:
نویسندگان
مصطفی سبزه کار
گروه مهندسی کامپیوتر، دانشگاه صنعتی بیرجند، بیرجند، ایران
عباسعلی رضاپور
گروه مهندسی عمران، دانشگاه صنعتی بیرجند، بیرجند، ایران
مطهره نمکین
گروه مهندسی کامپیوتر، دانشگاه فردوسی مشهد، مشهد، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :