عضو شوید
عضویت سریع
تبادل لینک هوشمند 
آمار مطالب
آمار بازدید
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- دستهبندی . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
عنوان صفحه
2-7-2-2- خوشهبندی . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .31
2-7-2-3- تحلیل وابستگی . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .31
2-7-3- فرآیند دادهکاوی ( مدل CRISP-DM ) . . . . . . . . . . . . . . . . . . . . . . . . . .32
2-8- چکیده فصل . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .34
فصل سوم: مروری 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 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
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 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
4-3-4-2- الگوریتم CHAID . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
4-3-4-3- الگوریتم رگرسیون خطی . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
4-3-4-4- الگوریتم شبکه عصبی . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
4-3-4-5- الگوریتم کوهونن . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .58
عنوان صفحه
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
فهرست جدولها
عنوان و شماره صفحه
جدول 4-1- اطلاعات کارکرد مشترکین . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .46
جدول 4-2- اطلاعات هواشناسی . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .48
جدول 5-1- پیشبینی مصرف برق مشترکین با عامل “تعطیلات” . . . . . . . . . . . . . . . . . . .65
جدول 5-2- پیشبینی مصرف برق مشترکین با عامل “میانگین ارتفاع سقف ابر” . . . . . . . .66
جدول 5-3- پیشبینی مصرف برق مشترکین با عوامل “کمینه دما و بیشینه دمای موثر” . 67
جدول 5-4- پیشبینی مصرف برق مشترکین با عوامل “تعطیلات، میانگین ارتفاع سقف ابر، کمینه دما و بیشینه دمای موثر ” . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
جدول 5-5- خوشههای رفتاری مشترکین برق . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
فهرست شکلها
عنوان صفحه
شکل 2-1- نمودار مصرف برق در جهان در طی سالهای 2000-20009 . . . . . . . . . . . . .17
شکل 2-2- نمودار مصرف برق در ایران در طی سالهای 1383-1389 . . . . . . . . . . . . . . .18
شکل 2-3- درصد انرژی برق مصرفی کشور به تفکیک بخشهای مختلف در سال 1389. . .21
شکل 2-4- درصد مشترکین بخشهای مختلف در سال 1389 . . . . . . . . . . . . . . . . . . . . .21
شکل 2-5- درصد انرژی مصرفی استان آذربایجان غربی به تفکیک بخشهای مختلف در سال 1389 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .21
شکل 2-6- درصد مشترکین بخشهای مختلف استان آذربایجان غربی در سال 1389 . . . .21
شکل 2-7- دادهکاوی به عنوان یک مرحله از فرآیند کشف دانش . . . . . . . . . . . . . . . . . . .29
شکل 2-8- مراحل مدل مرجع فرآیند دادهکاوی . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .33
شکل 4-1- ساختار شبکه کوهونن . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .58
شکل 5-1- مقایسه الگوریتمها در پیشبینی مصرف برق مشترکین با عامل “تعطیلات” . . 65
شکل 5-2- مقایسه الگوریتمها در پیشبینی مصرف برق مشترکین با عامل “میانگین ارتفاع سقف ابر” . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
شکل 5-3- مقایسه الگوریتمها در پیشبینی مصرف برق مشترکین با عوامل “کمینه دما و بیشینه دمای موثر” . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
شکل 5-4- مقایسه الگوریتمها در پیشبینی مصرف برق مشترکین با عوامل “تعطیلات، میانگین ارتفاع سقف ابر، کمینه دما و بیشینه دمای موثر ” . . . . . . . . . . . . . . . . . . . . . . 69
شکل 5-5- قسمتی از درخت تصمیم ایجاد شده توسط مدل Kohonen-CHAID . . . . . 70
شکل 5-6- مقادیر میانگین مصرف واقعی و پیشبینی شده توسط مدل Kohonen-CHAID . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
شکل 5-7- عملکرد حالتهای مختلف بر اساس معیار ارزیابی میانگین درصد قدرمطلق خطا . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
کلمات اختصاری
Co2 Carbon dioxide
GDP Gross Domestic Product
NI National Income
IEA International Energy AgencyLTF Long-Term Load Forecasting
MTLF Medium-Term Load Forecasting
STLF Short-Term Load Forecasting
CRISP-DM Cross Industry Standard Process for Data Mining
CI Computational Intelligence
C&R Classification & Regression
CHAID Chi-squared Automatic Interaction Detection
SOM Self-Organizing Map
MSE Mean-Square Error
RMSE Root-Mean-Square Error
MAE Mean Absolute Error
MAPE Mean Absolute Percentage Error
فصل اول: مقدمه و طرح مسئله
1-1- مقدمه
انرژي به طور عام و انرژي الکتریکی به صورت خاص، از ارکان مهم رشد و توسعه اقتصادي 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 ايران نيز با توجه به نيازهاي روزافزون كشور به انرژي و رشد سريع مصرف انرژي، بخصوص انرژي الكتريكي، نياز به مديريت و برنامهريزي مناسب در جهت تامين اين انرژي براي مشتركين از اهميت بالايي برخوردار خواهد بود.
از سوي ديگر 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 زمینهی مدیریت مصرف انرژی الکتریکی باشد.
1-2- 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. يكي از ويژگيهاي دنياي امروز ، استفاده گسترده از انرژي الكتريكي 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[.
1-3- 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:
شناسایی عوامل تاثیرگذار بر مصرف برق مشترکین و میزان تاثیر آنها.
پیشبینی میزان کارکرد مشترکین با استفاده از الگوریتمهای پیشبینی (ردهبندی) در دورههای آتی.
استفاده از این پیشبینی 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 خوشههای 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 هزینههای ناشی از برآوردهای با دقت پایین از مصرف انرژی.
1-4- جنبه جدید بودن و نوآوری تحقیق
پیشبینی تقاضای برق به عنوان یکی از مهمترین چالشها در مدیریت زنجیره عرضه و تقاضای برق شناخته شده است. الگوی مصرف برق تحت تاثیر برخی از عوامل اجتماعی، اقتصادی و زیست محیطی قرار دارد و در نتیجه این الگو تغییرات پیچیده فصلی، ماهیانه، روزانه و ساعتی را تشکیل میدهد ]8[.
تحقیق در زمینه پیشبینی میزان مصرف انرژی الکتریکی، در سالهای اخیر، توجه گستردهای را به خود جلب کرده است. چندین روش و تکنیک عمده ارائه و توسعه داده شده است، از جمله مدلهای سری زمانی، مدلهای رگرسیون، تابع انتقال باکس جنکینز ، مدلهای سیستم خبره، مدلهای شبکه عصبی و منطق فازی ]8[. بیشتر پژوهشهای انجام گرفته، به پیشبینی میزان برق مصرفی کلی (کشور) در دروههای آتی بر اساس دادههای مصرفی گذشته و با در نظرگرفتن عوامل اقتصادی و جمعیتی پرداختهاند. و بهصورت محدودتر مدلهایی با در نظر گرفتن عوامل آبوهوایی و زیست محیطی و متغیرهای زمانی ارایه شده است. از جمله، چینگ لای به بررسی تاثیر متغیرهای آبوهوایی بر میزان تقاضای ماهیانه برق در انگلستان و ولز کرد. یک مدل رگرسیون چندگانه برای پیشبینی تقاضای ماهیانه برق بر اساس متغیرهای آبوهوایی، تولید ناخالص داخلی، و رشد جمعیت توسعه داده شد ]8[.
نکته قابل توجه این است که تمامی کارهای انجام یافته از منظر مصرف کلی برق ( کشور) در دورههای زمانی مختلف اعم از سال، ماه و ساعت بدون در نظر گرفتن الگوهای رفتار مشترکین پرداختهاند. برخلاف سایر مطالعات این پژوهش رفتار مصرفی مشترکین خانگی را تحت تاثیر عوامل آبوهوایی و متغیرهای زمانی، با استفاده از ابزارها و تکنیکهای نوین اطلاعاتی همچون دادهکاوی، مورد تحلیل قرار داده و با کشف الگوهای پنهان به پیشبینی میزان مصرف برق مشترکین در دورههای آتی میپردازد. مسلم است که با استفاده از الگوهای استخراجی مصرف برق مشترکین، به منظور بهینهسازی و حفظ تعادل عرضه و مصرف انرژی برق اقدامات لازم و جامع را هدفمندتر انجام داد.
1-5- ساختار پایاننامه
در این تحقیق، در نخستین قدم، به شرح مقدمهای کوتاه از پیشبینی مصرف برق و شناخت الگوی مصرف مشترکین، اهمیت و ضرورت پرداختن به آن، و اهداف مورد نظر پرداخته شده است.
در فصل دوم، مفاهیم پیشزمینه و نظری مربوط به صنعت برق مورد بررسی قرار میگیرد. پس از مطالعه منابع موضوع و روشن شدن نیاز موجود به تحلیل الگوی مصرف و پیشبینی بار، اقدام به بررسی و شناسایی عوامل موثر در میزان مصرف برق مشترکین، مینماییم و بدین ترتیب بخش اول از فصل دوم تکمیل میگردد، پس از آن به دلیل استفاده از ابزار دادهکاوی برای پیشبینی مصرف، در بخش دوم این فصل به معرفی تکنیک دادهکاوی و اهداف آن میپردازیم.
در فصل سوم، مروری بر ادبیات گذشته و بررسی مطالعات و پژوهشهای صورت گرفته در خصوص پیشبینی مصرف انرژی برق خواهیم داشت.
در فصل چهارم، فرآیند دادهکاوی بر روی دادههای موجود که شامل دادههای مصرفی مشترکین شرکت توزیع نیروی برق آذربایجانغربی طی 15 دوره از سال 1389 تا سال 1392 و نیز اطلاعات هواشناسی ارومیه طی این مدت زمان به عنوان عامل موثر بر مصرف برق بوده، با هدف پیشبینی میزان مصرف و استخراج الگوهای رفتاری مصرف برق مشترکین با در نظر گرفتن عوامل موثر اجرا شده و نحوه اجرای هر مرحله به صورت گام به گام شرح داده شده است.
در فصل پنجم، نتایج حاصل از بکارگیری روشهای شرح داده شده در فصل چهارم، در قالب جداول و نمودارها ارائه شده و این نتایج ارزیابی و تحلیل شدهاند.
در فصل ششم، نتایجی که در طول پژوهش به دست آمدهاند، در بخش نتیجهگیری فهرست شدهاند و پیشنهاداتی برای پژوهشهای آینده ارائه شده است.
فصل دوم: مبانی نظری تحقیق
2-1- مقدمه
در سالیان اخیر، با توجه به اینکه انرژی الکتریکی در تمام سطوح زندگی بشر نقش اساسی ایفا میکند، دارای اهمیت استراتژیک بالایی بوده است. بهطوری که قطع چند لحظه برق میتواند زندگی شهروندان را مختل نماید. از آنجایی که انرژی الکتریکی قابلیت ذخیرهسازی ندارد و نیز رشد سریع مصرف برق، یک مدیریت بهینه مصرف برای این نوع انرژی نیاز است. شرکتهای توزیع برق به عنوان حلقه متصل به مشترکین در زنجیره عرضه برق میبایست میزان تقاضای برق مشترکین خود را با پیشبینی دقیق برآورد کرده و جهت تامین انرژی مورد نیاز اقدام نماید. لذا تجزیهوتحلیل دادههای مصرفی مشترکین برای شناخت الگوهای رفتار مصرفی آنها ضروری میباشد. مسئله شناخت الگوی مصرف و پیشبینی میزان برق مورد نیاز مشترکین تحت تاثیر عوامل مختلفی قرار دارد که این عوامل منجر به ماهیت پیچیده و غیرخطی الگوهای مصرف میشوند. از سوی دیگر، دادهکاوی که فرآيند یافتن الگوها و دانش ضمنی نهفته در پايگاهدادههای عظيم است، میتواند کمک شایانی در راستای دستیابی به اهداف مدیریت بهینه مصرف نماید.
2-2- انرژی الکتریکی و اهمیت آن
امروزه انرژی به عنوان یکی از اصلیترین عوامل برای شکلگیری و پیشرفت جوامع صنعتی شناخته شده است و مدیریت و میزان دسترسی کشورها به منابع گوناگون انرژی نشانگر پتانسیلهای پیشرفت و قدرت سیاسی و اقتصادی آنان میباشد. برق یکی از انواع انرژی است که با توجه به سهولت تبدیل، سهولت استفاده، کم خطر بودن و همچنین ملاحظات زیستمحیطی بیشتر از سایر انواع آن مورد توجه میباشد.
