2-6 مطالعه و پیش­بینی بار . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .22

 

2-6-1- الگوی مصرف . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .23

 

2-6-2- پیش­بینی مصرف . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .23

 

2-6-3- عوامل موثر بر مصرف برق . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .24

 

2-6-3-1- شرایط آب­و­هوایی . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25

 

2-6-3-2- متغیرهای زمانی . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .26

 

2-6-3-3- ویژگی­های محل اقامت مشترک . . . . . . . . . . . . . . . . . . . . . . . . . 27

 

2-7- داده­کاوی . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27

 

2-7-1- اهداف داده­کاوی . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29

 

2-7-2- روش­های داده­کاوی . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .30

 

2-7-2-1- دسته ­بندی . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30

 

2-7-2-2- خوشه­بندی . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .31

 

2-7-2-3- تحلیل وابستگی . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .31

 

2-7-3- فرآیند داده­کاوی ( مدل CRISP-DM ) . . . . . . . . . . . . . . . . . . . . . . . . . .

 

2-8- چکیده فصل . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .34

 

فصل سوم: ی بر ادبیات تحقیق

 

3-1- پیشینه تحقیق . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36

 

3-2- چکیده فصل . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .41

 

فصل چهارم: روش تحقیق

 

4-1- مقدمه . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43

 

4-2- فرآیند داده­کاوی . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .44

 

4-3- استاندارد CRISP-DM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

 

4-3-1- مرحله درک تجاری . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45

 

4-3-2- مرحله درک داده­ها . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .46

 

4-3-3- مرحله پیش­پردازش داده­ها . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .50

 

4-3-4- مرحله ساختن مدل . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .53

 

4-3-4-1- الگوریتم C&R . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

 

4-3-4-2- الگوریتم CHAID . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

 

4-3-4-3- الگوریتم رگرسیون خطی . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56

 

4-3-4-4- الگوریتم شبکه عصبی . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57

 

4-3-4-5- الگوریتم کوهونن . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .58

 

4-3-5- مرحله ارزیابی مدل . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59

 

4-3-6- بکارگیری مدل . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .61

 

4-4- چکیده فصل . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .62

 

فصل پنجم: نتایج و ارزیابی

 

5-1- مقدمه . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63

 

5-2- نتایج . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64

 

5-2-1- نتایج حاصل از پیش­بینی مصرف برق مشترکین با در نظر گرفتن “تعطیلات” به عنوان عامل موثر  . . . . . 64

 

5-2-2- نتایج حاصل از پیش­بینی مصرف برق مشترکین با در نظر گرفتن “میانگین ارتفاع سقف ابر” به عنوان عامل موثر . . .  .66

 

5-2-3- نتایج حاصل از پیش­بینی مصرف برق مشترکین با در نظر گرفتن “کمینه دما و بیشینه دمای موثر” به عنوان عوامل موثر .. . .67

 

5-2-4- نتایج حاصل از پیش­بینی مصرف برق مشترکین با در نظر گرفتن “تعطیلات، میانگین ارتفاع سقف ابر، کمینه دما و بیشینه دمای موثر” به عنوان عوامل موثر . . . . . . . . .68

 

5-2-5- مقایسه عملکرد حالت­های مختلف بر اساس معیار ارزیابی میانگین درصد قدرمطلق خطا . . . . . . . . . 71

 

5-2-6- خوشه­بندی رفتار مصرفی مشترکین برق با در نظر گرفتن عوامل موثر . . . . . . .72

 

5-3- چکیده فصل . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .76

 

فصل ششم: نتیجه­گیری و پیشنهادات

 

6-1- مقدمه . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .77

 

6-2- یافته­های تحقیق . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .78

 

6-3- پیشنهاد برای تحقیقات آتی. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81

 

منابع . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82

 

چکیده:

 

در عصر حاضر 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 ذخیره­سازی انرژی الکتریکی، پیش­بینی میزان بار مورد نیاز به منظور داشتن یک شبکه توزیع برق مطمئن و پایدار حیاتی است. مشترکین برق یکی از اصلی­ترین ارکان زنجیره عرضه برق می­باشند. هدف این تحقیق پیش­بینی برق مصرفی مشترکین و تحلیل رفتار مصرفی آن­ها تحت تاثیر عوامل آب­و­هوایی و متغیرهای زمانی می­باشد. در صورت داشتن یک پیش­بینی مناسب و دقیق می­توان از هدررفت منابع مالی ناشی از افزایش هزینه­های عملیاتی جلوگیری نمود. از سوی دیگر، با توجه به حجم انبوه داده­های مصرف مشترکین و عوامل موثر، تنها می­توان با استفاده از ابزارهای نوین فن­آوری اطلاعات همچون داده­کاوی به تجزیه­وتحلیل داده­ها پرداخت. ابزار داده­کاوی به استخراج الگوها و دانش پنهان از داده­ها جهت یک پیش­بینی درست می­پردازد.

 

در این تحقیق، به بررسی و پیش­بینی میزان مصرف برق مشترکین شرکت توزیع نیروی برق آذربایجان غربی می­پردازیم. برای این منظور و با در اختیار داشتن داده­های مصرفی 5595 مشترک طی 12 دوره دوماهه، الگوریتم­های پیش­بینی کننده همچون CHAID، C&R،Regression ،Neural Networks را بر روی داده­های موجود اجرا نموده و نتایج حاصل از اجرای هر الگوریتم بر اساس معیارهای ارزیابی خطای پیش­بینی مانند میانگین درصد قدرمطلق خطا مورد بررسی و مقایسه قرار گرفت. نیز با خوشه­بندی مشترکین با استفاده از الگوریتم Kohonen به بررسی رفتار مصرفی آن­ها پرداخته شد. در نهایت، به نتیجه­گیری و ارائه ­پیشنهادات پرداختیم.

پایان نامه و مقاله

 

 

فصل اول: مقدمه و طرح مسئله

 

1-1- مقدمه

 

انرژی به طور عام و انرژی الکتریکی به صورت خاص، از ارکان مهم رشد و توسعه اقتصادی جوامع می­باشد. صنعت برق در اقتصاد ملی و تامین رفاه اقتصادی و اجتماعی کشورها ارزش زیادی دارد و جزء صنایع مهم زیربنایی است. اصولا انرژی الکتریکی تمیزترین و بهترین نوع انرژی است که به آسانی می­توان آن را به هر نقطه­ای انتقال داد.

 

تأمین انرژی الکتریکی همواره یکی از نیازهای جوامع پیشرفته کنونی بوده است. با توجه به پیشرفت­های صورت گرفته در حال­حاضر تقریبا اکثر فعالیت­های روزمره­ی تجاری، پزشکی، صنعتی و … با استفاده از این انرژی صورت می­گیرد. با در نظر گرفتن رشد سریع جوامع، نیاز به تأمین انرژی برق هر چه بیشتر احساس می­گردد.

 

یکی از مسائلی که در این رابطه حتماً باید مد­نظر قرار گیرد، زمان­بر و هزینه­بر بودن ساخت تأسیسات بزرگ تولید و انتقال انرژی الکتریکی می­باشد. همین امر لزوم پیش­بینی میزان انرژی الکتریکی مورد نیاز در دوره­های بعدی را هر چه بیشتر مشخص می­کند. بنابراین برای داشتن یک شبکه­ی قابل اطمینان باید یک دید کلی از مصرف انرژی در دوره­های مصرف بعدی داشت و با توجه به آن برنامه­ریزی ساخت و نصب تجهیزات گوناگون شبکه­های تولید، انتقال و توزیع را انجام داد. در این راستا مسأله­ی برآورد انرژی الکتریکی از اهمیت بالایی برخوردار می­باشد که دقیق­تر بودن آن به معنی استفاده بهتر از امکانات و جلوگیری از به هدر رفتن سرمایه می­باشد .

 

در ایران نیز با توجه به نیازهای روزافزون كشور به انرژی و رشد سریع مصرف انرژی، بخصوص انرژی الكتریكی، نیاز به مدیریت و برنامه­ریزی مناسب در جهت تامین این انرژی برای مشتركین از اهمیت بالایی برخوردار خواهد بود.

 

از سوی دیگر با توجه به تاثیر عوامل متعدد و پیچیده بر میزان مصرف انرژی الکتریکی، شناخت این عوامل و بررسی میزان تاثیر هر گروه از عوامل می­تواند در تدوین الگوها­ی مصرف مطلوب کارا باشد. استفاده از روش­های آماری سنتی با توجه به حجم عظیم اطلاعات کارکرد مشترکین و تعدد عوامل موثر بر مصرف در زمینه برآورد انرژی الکتریکی مورد نیاز بسیار دشوار می­باشد، بنابراین ابزار­ها­ی نوین فن­آوری اطلاعات همچون پایگاه­ داده و داده­کاوی می­تواند با پیش­بینی دقیق میزان مصرف برق و استخراج الگوها و دانش پنهان در اطلاعات مصرفی مشترکین راهکار مناسبی در زمینه­ مدیریت مصرف انرژی الکتریکی باشد.

 

2-1- بیان مسئله تحقیق

 

امروزه اهمیت انرژی بر هیچ کسی پوشیده نیست. انرژی در حیات جوامع، نقش زیربنائی را ایفا می­کند و به عنوان عامل اصلی هرگونه فعالیتی به شمار می‌رود. یكی از ویژگی­های دنیای امروز ، استفاده گسترده از انرژی الكتریكی است. انرژی الکتریکی ما را قادر به استفاده از لوازم الکتریکی از جمله لوازم خانگی، رایانه­ها، تجهیزات مخابراتی، پزشکی و حمل­و­نقل، و همه­ی آنچه که کیفیت زندگی را افزایش می­دهد، می­سازد؛ مسلما بسیاری از این لوازم، در زندگی روزمره­ ضروری و حیاتی می­باشند ]6[.

 

سهولت تبدیل انرژی الکتریکی به سایر انواع انرژی و امکان انتقال سریع آن به نقاط مختلف بر اهمیت استفاده از آن در دنیای مدرن امروزی افزوده وآن را به مهمترین منبع تامین انرژی تبدیل کرده است. این امر موجب گستردگی و مقبولیت استفاده از برق در مصارفی همچون خانگی، تجاری، صنعتی، کشاورزی و سایر مصارف گردیده است. بنابراین سهم و میزان مصرف برق هر یک از بخش­های مصرف­کننده از اهمیت ویژه­ای برخوردار است ]1[. در سراسر جهان، مشترکین خانگی درصد قابل توجهی از مصرف برق را به خود اختصاص می­دهند ]7[. در سال 1390، بخش خانگی 9/30% از کل انرژی برق کشور را مصرف نموده و بعد از بخش صنعت در رتبه دوم مصرف انرژی الکتریکی قرار گرفته است ]5[

 

علیرغم مزایای فراوان، توانایی ذخیره­سازی انرژی الکتریکی وجود ندارد، لذا شناسایی الگوی مستمر عرضه و تقاضا و پیش­بینی میزان برق مصرفی مشترکین برای تامین انرژی الکتریکی با قابلیت اطمینان بالا، امری ضروری است ]8[. مصرف انرژی الکتریکی تحت تاثیر عوامل متعددی قرار دارد که از آن جمله می­توان به شرایط آب­و­هوایی، متغیرهای اقتصادی-اجتماعی، جمعیت، قیمت برق، دوره­های تعطیلات و … اشاره کرد.

 

بنابراین شناخت الگوهای رفتاری مصرف برق مشترکین برای اتخاذ سیاست­های مناسب به منظور مدیریت پایدار در شبکه برق امری مهم و ضروری است. با توجه به میزان مصرف بالای انرژی الکتریکی در بخش خانگی، پیش­بینی صحیح تقاضای انرژی الکتریکی مشترکین خانگی یکی از جنبه­های مهم در مدیریت شبکه برق می­باشد ]9[. استخراج الگوها و دانش پنهان در اطلاعات مصرفی مشترکین برق و پیش­بینی میزان مصرف با توجه به عوامل تاثیرگذار، می­تواند برای هر یک از شرکت­های تولید، انتقال و مدیریت توزیع برق کارا باشد. تجزیه و تحلیل داده­های انبوه از مصرف برق مشترکین با استفاده از روش­های آماری سنتی، برای این منظور کارآمد نبوده و به نظر می­رسد استفاده از تکنیک­های داده­کاوی می­تواند ابزاری راهگشا در جهت پیش­بینی و شناخت الگوهای پنهان رفتاری مصرف برق مشترکین باشد]10[.

 

3-1- ضرورت و اهداف تحقیق

 

با توسعه سریع اقتصادی و بهبود استاندارد زندگی مردم، تقاضای برق به سرعت در حال رشد است، که این امر نیاز شدید به طرح­های مدیریت منابع برق را ایجاد می­کند ]11[. در بازار رقابتی برق، هر یک از شرکت­های توزیع خواهان شناسایی دقیق رفتار مصرف برق مشترکین خود به منظور ارائه خدمات رضایت­بخش با حداقل هزینه و داشتن یک سود عادلانه است]12[.

 

مشترکین برق با الگوهای رفتاری خاص به شبکه برق متصل می­شوند. استفاده همزمان مشترکین از وسایل سرمایشی و گرمایشی در فصول مختلف سال و نیز همزمانی انواع مصارف خانگی، روشنایی، عمومی، تجاری، کشاورزی و صنعتی رفتارهای تناوبی مصرف برق را شکل می­دهند. از طرفی نیز میزان مصرف مشترکین از عوامل مختلف تاثیر می­پذیرند که از جمله عوامل موثر در کوتاه­مدت می­توان به شرایط محیطی نظیر دما، رطوبت، پوشش ابر، سرعت باد و …، و معیارهای زمانی مانند ساعت، روز، هفته، ماه رمضان، تعطیلات جشن و عزا و لحظه­ی تحویل سال اشاره کرد. اما در بلندمدت عوامل اقتصادی و جمعیتی نیز تاثیر قابل ملاحظه­ای بر روند مصرف دارند ]1[. بنابراین، تجزیه­و­تحلیل الگوی مصرف برق مشترکین و برآورد میزان انرژی مصرفی با در نظر گرفتن معیارهای محیطی و زمانی، می­بایست از اولویت­های اساسی شرکت­های برق در نظر گرفته ­شود.

 

در کشورهای توسعه­یافته و در حال توسعه، مدل­سازی و پیش­بینی مصرف برق نقش حیاتی برای سیاست­گذاران و سازمان­های مربوطه دارد. برآورد کمتر از مصرف منجر به قطعی­های بالقوه خواهد شد که این خود نیز باعث ایجاد خلل در زندگی و اقتصاد می­گردد. از طرفی دیگر برآورد بیش از نیاز منجر به ایجاد ظرفیت­های غیرضروری خواهد شد که این به معنی منابع مالی هدر رفته است. بنابراین، به منظور جلوگیری از اشتباهات پرهزینه، بهتر است که مصرف انرژی برق را با دقت خوب مدل کرد. تنوع و پیچیدگی در الگوی مصرف برق که ناشی از عوامل متعدد تاثیرگذار بر آن می­باشد، منجر به گسترش مدل­های پیچیده شده است. لذا، بهتر است از مدل­هایی استفاده شود که بتواند با ویژگی غیرخطی میان متغیرها به عنوان ماهیت مورد انتظار از داده­های مصرف انرژی کار کند ]13[. با توجه به تغییرات مختلف فصلی و ماهانه در مصرف برق و مشکلات در مدل­سازی آن با روش­های مرسوم، استفاده از روش­های داده­کاوی مناسب­تر به نظر می­رسد ]14[.

 

دلایل قابل توجه دیگری وجود دارد که ضرورت پژوهش در زمینه پیش­بینی مصرف برق را نشان می­دهد. یکی از این دلایل انتشار گازهای گلخانه­ای ( دی­اکسید­کربن ) است ]15[. بیش از 96% از برق تولید شده در ایران با استفاده از سوخت­های فسیلی است که این امر منجر به انتشار حدود 118 میلیون تن گاز CO2 در سال 2009 شده است ]16[. بنابراین به عنوان یکی از راهکارهای کاهش آلودگی هوا، بررسی و شناخت الگوی مصرف مشترکین برق و اتخاذ سیاست­های متناسب با این الگوها می­تواند موثر و کارا باشد.

 

از سوی دیگر، تبادل انرژی الکتریکی میان کشورها، ضمن افزایش بهره­وری موجب دسترسی به بازارها و مراکز جدید مصرف شده، افزایش پایداری و ضریب اطمینان شبکه سراسری را تضمین می­کند، و همچنین منجر به استفاده از امکانات کشورهای متعامل در جهت تامین ظرفیت برق و در نتیجه صرفه­جویی در سرمایه­گذاری و کاهش اعتبارات مورد نیاز برای ایجاد این ظرفیت می­گردد. استفاده از مدل­های پیش­بینی کننده­ی دقیق یک ابزار کلیدی در افزایش تبادل برق می­باشد، به­طوری که با بررسی جامع الگوی مصرف مشترکین برق، مبادلات انرژی الکتریکی بسیار مفید و پرسود گردد.

 

هدف از این تحقیق، پیش­بینی میزان مصرف مشترکین برق از طریق بررسی عوامل موثر بر آن و در صورت امکان ارائه الگوی مصرف این مشترکین می­باشد. با انجام این پژوهش می­توان به اهداف زیر دست یافت:

 

 

موضوعات: بدون موضوع  لینک ثابت


فرم در حال بارگذاری ...