پایان نامه ارشد تجارت الکترونیک: تحلیل و پیش بینی رفتار مصرف برق مشترکین با بهره گرفتن از تکنیکهای داده کاوی

1-4- جنبه جدید بودن و نوآوری تحقیق . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6

1-5- ساختار پایان نامه . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7

فصل دوم: مبانی نظری تحقیق

2-1- مقدمه . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9

2-2- انرژی الکتریکی و اهمیت آن . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9

2-3- ویژگیهای انرژی الکتریکی . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11

2-4- تاریخچه صنعت برق در جهان و ایران . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14

2-5- زنجیرهی عرضهی برق . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15

2-5-1 تولید . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . .16

2-5-2- انتقال . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16

2-5-3- توزیع . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .16

2-5-3-1- مصرف برق در ایران و جهان . . . . . . . . . . . . . . . . . . . . . . . . . . . 17

2-5-3-2- مشترک . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18

2-5-3-2-1- مشترکین بخش خانگی . . . . . . . . . . . . . . . . . . . . . 18

2-5-3-2-2- مشترکین بخش تجاری . . . . . . . . . . . . . . . . . . . . . .19

2-5-3-2-3- مشترکین بخش صنعت . . . . . . . . . . . . . . . . . . . . . .19

2-5-3-2-4- مشترکین بخش عمومی . . . . . . . . . . . . . . . . . . . .. . 19

2-5-3-2-5- مشترکین بخش حملونقل . . . . . . . . . . . . . . . . . . . 20

2-5-3-2-6- مشترکین بخش کشاورزی . . . . . . . . . . . . . . . . . . . .20

2-6 مطالعه و پیش بینی بار . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .22

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

2-6-2- پیش بینی 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- داده کاوی . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27

2-7-1- اهداف داده کاوی . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29

2-7-2- روشهای داده کاوی . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .30

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

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

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

2-7-3- فرایند داده کاوی ( 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- فرایند داده کاوی . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .44

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

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

4-3-2- مرحله درک داده ها . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .46

4-3-3- مرحله پیشپردازش داده ها . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .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 پیش بینی مصرف برق مشترکین با در نظر گرفتن “تعطیلات” به عنوان عامل موثر . . . . . 64

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

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

5-2-4- نتایج حاصل از پیش بینی 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: نتیجه گیری و پیشنهادات

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

6-2- یافته های 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، پیش بینی 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 پیش بینی برق مصرفی مشترکین و تحلیل رفتار مصرفی آنها تحت تاثیر عوامل آبوهوایی و متغیرهای زمانی میباشد. در صورت داشتن یک پیش بینی مناسب و دقیق میتوان از هدررفت منابع مالی ناشی از افزایش هزینه های عملیاتی جلوگیری نمود. از سوی دیگر، با توجه به حجم انبوه داده های مصرف مشترکین و عوامل موثر، تنها میتوان با بهره گرفتن از ابزارهای نوین فنآوری اطلاعات همچون داده کاوی به تجزیهوتحلیل داده ها پرداخت. ابزار داده کاوی به استخراج الگوها و دانش پنهان از داده ها جهت یک پیش بینی درست می پردازد.

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

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 بهره گرفتن 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 پیش بینی میزان انرژی الکتریکی مورد نیاز در دوره های بعدی را هر چه بیشتر مشخص می کند. بنابراین برای داشتن یک شبکه قابل اطمینان باید یک دید کلی از مصرف انرژی در دوره های مصرف بعدی داشت و با توجه به آن برنامه ریزی ساخت و نصب تجهیزات گوناگون شبکه های تولید، انتقال و توزیع را انجام داد. در این راستا مسأله 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 برنامه ریزی 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 می تواند 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 داده کاوی می تواند با پیش بینی 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 می کند 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 مصرف کننده از اهمیت ویژهای برخوردار است ]1[. در سراسر جهان، مشترکین خانگی درصد قابل توجهی از مصرف برق را به خود اختصاص می دهند ]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 پیش بینی 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، دوره های 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، پیش بینی صحیح تقاضای انرژی الکتریکی مشترکین خانگی یکی از جنبه های مهم در مدیریت شبکه برق میباشد ]9[. استخراج الگوها و دانش پنهان در اطلاعات مصرفی مشترکین برق و پیش بینی میزان مصرف با توجه به عوامل تاثیرگذار، می تواند برای هر یک از شرکتهای تولید، انتقال و مدیریت توزیع برق کارا باشد. تجزیه و تحلیل داده های انبوه از مصرف برق مشترکین با بهره گرفتن از روشهای آماری سنتی، برای این منظور کارآمد نبوده و به نظر میرسد استفاده از تکنیکهای داده کاوی می تواند ابزاری راهگشا در جهت پیش بینی 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 می کند ]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 پیش بینی 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 داده های 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 داده کاوی مناسبتر به نظر میرسد ]14[.

دلایل قابل توجه دیگری وجود دارد که ضرورت پژوهش در زمینه پیش بینی 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 بهره گرفتن 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 می تواند 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 می کند، و همچنین منجر به استفاده از امکانات کشورهای متعامل در جهت تامین ظرفیت برق و در نتیجه صرفهجویی در سرمایه گذاری و کاهش اعتبارات مورد نیاز برای ایجاد این ظرفیت میگردد. استفاده از مدلهای پیش بینی کننده دقیق یک ابزار کلیدی در افزایش تبادل برق میباشد، به طوری که با بررسی جامع الگوی مصرف مشترکین برق، مبادلات انرژی الکتریکی بسیار مفید و پرسود گردد.

هدف از این تحقیق، پیش بینی 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:

شناسایی عوامل تاثیرگذار بر مصرف برق مشترکین و میزان تاثیر آنها.
پیش بینی میزان کارکرد مشترکین با بهره گرفتن از الگوریتمهای پیش بینی (ردهبندی) در دوره های آتی.
استفاده از این پیش بینی به منظور کاهش دفعات قرائت کنتور.
خوشهبندی مشترکین بر اساس رفتار مصرفی برق آنها و تحلیل رفتار هر خوشه.
شناسایی میزان تاثیر هر خوشه رفتاری مشترکین بر میزان مصرف کلی.
مطالعات امکانسنجی صرفهجویی انرژی در خوشه های مختلف و اتخاذ سیاستهای متناسب با هر خوشه از جمله ایجاد آییننامه مشترکین و تعرفهها و تبلیغات فراخور.
ایجاد طرح مدیریت پایدار عرضه برق در شبکه.
افزایش نرخ بازگشت سرمایه با کاهش هزینه های ناشی از برآوردهای با دقت پایین از مصرف انرژی.

[1] CO2

ممکن است هنگام انتقال از فایل اصلی به داخل سایت بعضی متون به هم بریزد یا بعضی نمادها و اشکال درج نشود ولی در فایل دانلودی همه چیز مرتب و کامل و با فرمت ورد موجود است

متن کامل را می توانید دانلود نمائید

موضوعات: بدون موضوع لینک ثابت

فرم در حال بارگذاری ...

فید نظر برای این مطلب