پیش بینی تقاضای انرژی بخش صنعت ایران با استفاده از رویکرد داده کاوی
- سال انتشار: 1397
- محل انتشار: دوازدهمین همایش بین المللی انرژی
- کد COI اختصاصی: IEC12_330
- زبان مقاله: فارسی
- تعداد مشاهده: 636
نویسندگان
گروه مدیریت صنعتی، دانشکده مدیریت دانشگاه تهران
گروه مدیریت صنعتی، دانشکده مدیریت دانشگاه تهران
چکیده
این پژوهش با هدف کمک به برنامه ریزی و مدیریت مصرف و تقاضای انرژی بخش صنعت، به دنبال یافتن روشی با دقت بالا وخطای کم جهت پیش بینی تقاضای انرژی این بخش با استفاده از رویکرد داده کاوی است. بر این اساس بر مبنای استاندارد فراصنعتی DMcR3SP گامهای شناخت سیستم، شناخت داده ها، آماده سازی داده ها، مدلسازی، ارزیابی و توسعه انجام شده است. پس از فراهم آوردن داده های مناسب، سه مدل شبکه عصبی، k نزدیکترین همسایگی و درخت رگرسیونی c&RT اجرا و بررسی شده است. نتایج نشان داد مدل شبکه های عصبی عملکرد بهتری داردکلیدواژه ها
تقاضای انرژی، بخش صنعت، داده کاوی، شبکه عصبی، k نزدیکترین همسایگی، درخت رگرسیونی c&RTمقالات مرتبط جدید
- تحلیل مقایسهای اینورترهای خورشیدی: بررسی تاثیر شرایط محیطی، هزینه بر عملکرد و راندمان سامانههای فتوولتائیک
- روشهای بهینه وصول مطالبات و ارائه پیشنهادات و راهکارهای اقتصاد مقاومتی برای وصول آن در شرکت توزیع نیروی برق استان یزد
- کاربرد مدلهای بهینه سازی انرژی و اثرات ناشی از آن برای تاسیسات شبکه های توزیع برق یزد
- بهرهبرداری اقتصادی و سازگار با محیطزیست یک نیروگاه مجازی با نفوذ گستردهی منابع انرژی تجدیدپذیر
- تعیین خط افزونه با رویکرد بهبود تابآوری ، توسعه و تقویت ظرفیت خط و باس شبکه انتقال
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.