تحليل خوارزميات العنقدة والتصنيف للتنبؤ باستهلاك الطاقة الكهربائية
الكلمات المفتاحية:
الغابات العشوائية، آلة شعاع الدعم، ترشيد استهلاك الطاقة، التنبؤ بالاستهلاك والشبكات العصبية.الملخص
يتميز عصرنا الراهن بالانتشار الواسع النطاق للبيانات على اختلاف أنواعها حتى أضحى من المستحيل على المحللين استخلاص معلومات ذات معنى باللجوء فقط إلى المداخل التقليدية للتحليل التمهيدي للبيانات.
مع وجود كميات كبيرة من البيانات المخزنة ازدادت الحاجة إلى تطوير أدوات تمتاز بالقوة والسرعة لتحليلها، واستخراج المعلومات والمعارف منها، ومن هنا ظهرت تقنيات التنقيب في البيانات (Data Mining) كتقنيات تهدف إلى استخراج المعرفة من كميات هائلة من البيانات (تعرف بدورها بالبيانات الضخمة Big Data) [1].
يتطلب التنبؤ باستهلاك الطاقة الكهربائية معرفة كميات الاستهلاك اليومية وأوقات الاستهلاك وغيرها من العوامل المؤثرة والتي تشكل كميات كبيرة من البيانات يمكن تحليلها باستخدام خوارميات تنقيب البيانات. ولا يزال التنبؤ الدقيق بالحمل الكهربائي يمثل مهمة صعبة بسبب العديد من المشاكل مثل الطابع غير الخطي للسلسلة الزمنية أو الأنماط الموسمية التي يعرضها، والتي تستغرق وقتاً كبيراً كما تؤثر على دقة الأداء في التنبؤ. يمكن تحسين العملية باستخدام خوارزمية شعاع الدعم (SVM) .[2] بدايةً، تم دراسة العوامل المناخية ونوع وموقع وفترة الاستهلاك ومجموعة أخرى من العوامل المؤثرة وذلك لتحسين أداء عملية التنبؤ باستهلاك الطاقة الكهربائية.
كما تم تحليل خوارزميات العنقدة والتصنيف التالية للتنبؤ باستهلاك الطاقة الكهربائية، حيث تم اقتراح استخدام خوارزمية SVM لحل مشكلة التنبؤ بالحمل الكهربائي، والتي قدمت حلاً لمشاكل التصنيف والانحدار كما أنها ساعدت في تصنيف البيانات الفئوية وأعطت حلاً أمثلياً مستقل من النموذج بالمقارنة مع الدراسات السابقة.
تم أيضاً استخدام مجموعة من المصنفات مثل الغابات العشوائية، آلة شعاع الدعم والشبكات العصبية وغيرها للوصول إلى نتائج دقيقة تساعد على اتخاذ القرارات المناسبة في مجال التنبؤ باستهلاك الكهرباء.
وفي المرحلة الأخيرة، بناءً على قيم التنبؤ الناتجة عن هذه الدراسة تم العمل على توزيع الطاقة الكهربائية بالشكل الأنسب وبما يتوافق مع أهمية الاستخدام الأعلى بحيث يصبح لدينا القدرة على تشغيل مصادر الطاقة في أوقات محددة وبكميات مناسبة لمحاولة تقليل الهدر الناجم عن تشغيل المصادر الغير ضرورية.
التنزيلات
منشور
إصدار
القسم
الرخصة
الحقوق الفكرية (c) 2022 مجلة جامعة تشرين للبحوث والدراسات العلمية- سلسلة العلوم الهندسية
هذا العمل مرخص بموجب Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
-
يحتفظ المؤلفون بحقوق النشر ويمنحون حق النشر في المجلة لأول مرة مع نقل الحقوق التجارية إلى مجلة جامعة تشرين للبحوث والدراسات العلمية-سلسلة العلوم الهندسية بموجب الترخيص CC BY-NC-SA 04 الذي يسمح للأخرين بمشاركة العمل مع الإقرار بتأليف العمل والنشر الأولي في هذه المجلة. يمكن للمؤلفين أن يستخدموا نسخة من مقالاتهم في نشاطهم العملي وعلى مواقع علمية خاصة بهم على أن يتم الإشارة إلى مكان النشر مجلة جامعة تشرين للبحوث والدراسات العلمية-سلسلة العلوم الهندسية ويمتلك القراء الحق بنسخ ونقل من المقالات والمزج والإضافة إلى اعمالهم العلمية والاستشهاد مع ذكر مجلة جامعة تشرين للبحوث والدراسات العلمية-سلسلة العلوم الهندسية الناشر .
- المجلة تستخدم ترخيص CC BY-NC-SA مما يعني
- الإسناد - يجب عليك منح الائتمان المناسب ، وتقديم ارتباط إلى الترخيص ، وبيان ما إذا تم إجراء تغييرات.
- يمكنك القيام بذلك بأي طريقة معقولة ، ولكن ليس بأي طريقة توحي بأن المرخص يؤيدك أو يؤيد استخدامك.
- غير تجاري - لا يجوز لك استخدام المواد لأغراض تجارية -
- . ShareAlike إذا قمت بإعادة مزج المواد أو تحويلها أو البناء عليها ، فيجب عليك توزيع مساهماتك بموجب نفس الترخيص مثل الأصل. لا قيود إضافية - لا يجوز لك تطبيق الشروط القانونية أو التدابير التكنولوجية التي تقيد الآخرين قانونًا من فعل أي شيء يسمح به الترخيص
- .
