پیش بینی الگوی مصرف انرژی الکتریکی تعرفه های مختلف مشترکین برق با استفاده از تکنیک داده کاوی(مطالعه موردی مشترکین برق شرکت توزیع نیروی برق تهران بزرگ)

سال انتشار: 1396
محل انتشار: پنجمین کنفرانس بین المللی مهندسی برق و کامپیوتر با تاکید بر دانش بومی
کد COI اختصاصی: COMCONF05_651
زبان مقاله: فارسی
تعداد مشاهده: 2358

نویسندگان

گروه بهره وری وسیستمها، دانشکده مهندسی صنایع ، واحد تهران جنوب ، دانشگاه آزاد اسلامی ، تهران ، ایران

استادیار گروه سیستمها وبهره وری، دانشکده مهندسی صنایع ، واحد تهران جنوب ، دانشگاه آزاد اسلامی ، تهران ،ایران

چکیده

امروزه به جرات میتوان گفت بشر برای انجام فعالیتهای روزمره و افزایش رفاه زندگی خود، بیش از هر انرژی دیگر از انرژی الکتریکی بهره میبرد. با توجه به مشکل ذخیره سازی انرژی الکتریکی، پیشبینی میزان بار مورد نیاز به منظور داشتن یک شبکه توزیع برق مطمین و پایدار حیاتی است. مشترکین برق یکی از اصلی ترین ارکان زنجیره عرضه برق(تولید، انتقال، توزیع) میباشند. هدف این تحقیق پیش بینی برق مصرفی مشترکین و تحلیل رفتار مصرفی آنها تحت تاثیر عوامل آب وهوایی و متغیرهای زمانی میباشد. در صورت داشتن یک پیشبینی مناسب و دقیق میتوان از هدررفت منابع مالی برای تاسیس نیروگاههای برق جدیدکه اتفاقا فوق العاده پرهزینه هم می باشند جلوگیری نمود. از سوی دیگر، با توجه به حجم انبوه داده های مصرف مشترکین و عوامل موثر، تنها میتوان با استفاده از ابزارهای نوین فن آوری اطلاعات همچون دادهکاوی به تجزیه وتحلیل دادههای مصرف برق مشترکین پرداخت. ابزار داده کاوی به استخراج الگوها و دانش پنهان از دادهها جهت یک پیش بینی درست مصرف برق مصرفی مشترکین میپردازد.در این تحقیق، به بررسی و پیشبینی میزان مصرف برق مشترکین شرکت توزیع نیروی برق تهران بزرگ میپردازیم. برای این منظور و با در اختیار داشتن دادههای مصرفی سالهای 93، 94و95ومتغیر های آب وهوایی واستفاده از نرم افزاررپید ماینرو الگوریتم های پیش بینی کننده همچون K-NN، decision tree، ، naive bayes که بر روی داده های موجود اجرا نموده ایم، نتایج حاصل از اجرای هر الگوریتم بر اساس معیارهای ارزیابی همچون میانگین وزنی دقت (weighted_mean_precision)،صحت((accuracy ومیانگین وزنی اعتبار((weighted_mean_recall مورد بررسی و مقایسه قرار گرفته است. نیز با خوشه بندی مصرف الکتریکی با استفاده از الگوریتم k-means که ازدقت بالاتری نسبت به دیگرروشها برخوردار است به بررسی رفتار مصرفی پرداخته شد. در نهایت، به نتیجه گیری و ارایه پیشنهادات پرداختیم.

کلیدواژه ها

پیش بینی، مصرف برق، مشترک، داده کاوی، دسته بندی، درخت تصمیم، خوشه بندی

مقالات 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.