پایان نامه پیش بینی تقاضای برق با داده کاوی با عنوان تحلیل و پیش بینی رفتار مصرف برق مشترکین با استفاده از تکنیک های داده کاوی می باشد. ویژگی های منحصربفرد انرژی برق در مقایسه با سایر انواع انرژی، موجب جایگاه استراتژیک و پراهمیت آن در دنیای امروزی گردیده است. از سوی دیگر با توجه به نقش قابل  توجه این انرژی در تمام سطوح زندگی، عدم عرضه ی مداوم برق (قطعی) می تواند مشکلات عدیده ای را در جامعه ایجاد نماید. بنابراین پیش بینی میزان بار مورد نیاز مشترکین در طی دوره های آتی و تجزیه و تحلیل الگوی رفتار مصرفی آن ها در صنعت برق بسیار مهم و ضروری می باشد.

 

 

 

 


در این تحقیق ما بر آن بودیم که با در نظر گرفتن دو عامل تاثیرگذار شرایط آب وهوایی و شرایط زمانی به پیش بینی بار و تجزیه و تحلیل رفتار مصرفی مشترکین بپردازیم. بدین منظور داده های مصرفی 5595 مشترک شهرستان ارومیه طی 12 دوره ی اخیر مورد استفاده قرار گرفت. طبق روش تحقیق مطرح شده، در محیط نرم افزار کلمنتاین و با در نظر گرفتن جایگشت-های مختلف عوامل تاثیرگذار بر مصرف انرژی، الگوریتم های پیش بینی کننده و خوشه بندی را بر روی پایگاه داده مذکور اجرا نمودیم.  با اجرای چندین باره ی طی استاندارد CRISP، عوامل موثر بر روی میزان بار مصرفی مشترکین استان آذربایجان غربی شناسایی شدند. همچنین برای دستیابی به  نتایج مطلوب تر، چندین مرتبه با تنظیم پارامترها،  مدل ها  ی مربوطه ایجاد و ارزیابی گردید.

 

 

 

 

 

 

 

فهرست مطالب

فصل اول: مقدمه و طرح مسئله
1-1- مقدمه1
1-2- بیان مسئله تحقیق2 
1-3- ضرورت و اهداف تحقیق  3
1-4- جنبه جدید بودن و نوآوری تحقیق 6
1-5- ساختار پایان نامه  7

 

 


فصل دوم: مبانی نظری تحقیق
2-1- مقدمه9
2-2- انرژی الکتریکی و اهمیت آن  9
2-3- ویژگی های انرژی الکتریکی  11
2-4- تاریخچه صنعت برق در جهان و ایران 14
2-5- زنجیره ی عرضه ی برق15
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 حمل و نقل  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 آب و هوایی25
 2-6-3-2- متغیرهای زمانی 26
 2-6-3-3- ویژگی های محل اقامت مشترک  27
2-7- داده کاوی  27
2-7-1- اهداف داده کاوی29
2-7-2- روش های داده کاوی30
 2-7-2-1- دسته بندی  30
 2-7-2-2- خوشه بندی 31
 2-7-2-3- تحلیل وابستگی 31
2-7-3- فرآیند داده کاوی ( 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 داده کاوی  44
4-3- استاندارد CRISP-DM44
4-3-1- مرحله درک تجاری 45
4-3-2- مرحله درک داده ها 46
4-3-3- مرحله پیش پردازش داده ها 50
4-3-4- مرحله ساختن مدل53
 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 عصبی57
 4-3-4-5- الگوریتم کوهونن58
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 موثر66
  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 موثر68
  5-2-5- مقایسه عملکرد حالت های مختلف بر اساس معیار ارزیابی میانگین درصد قدرمطلق خطا71
  5-2-6- خوشه بندی 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 آتی81

منابع82

 

 


فهرست جدول ها
جدول 4-1- اطلاعات کارکرد مشترکین  46
جدول 4-2- اطلاعات هواشناسی 48
جدول 5-1- پیش بینی مصرف برق مشترکین با عامل "تعطیلات" 65
جدول 5-2- پیش بینی مصرف برق مشترکین با عامل "میانگین ارتفاع سقف ابر"  66
جدول 5-3- پیش بینی مصرف برق مشترکین با عوامل "کمینه دما و بیشینه دمای موثر"  67
جدول 5-4- پیش بینی مصرف برق مشترکین با عوامل "تعطیلات، میانگین ارتفاع سقف ابر، کمینه دما و بیشینه دمای موثر " 69
جدول 5-5- خوشه های رفتاری مشترکین برق73

 

 

 

فهرست شکل ها
شکل 2-1- نمودار مصرف برق در جهان در طی سال های 2000-20009 17
شکل 2-2- نمودار مصرف برق در ایران در طی سال های 1383-138918
شکل 2-3- درصد انرژی برق مصرفی کشور به تفکیک بخش-های مختلف در سال 1389  21
شکل 2-4- درصد مشترکین بخش های مختلف در سال 138921
شکل 2-5- درصد انرژی مصرفی استان آذربایجان غربی به تفکیک بخش های مختلف در سال 1389  21
شکل 2-6- درصد مشترکین بخش های مختلف استان آذربایجان غربی در سال 1389 21
شکل 2-7- داده کاوی به عنوان یک مرحله از فرآیند کشف دانش 29
شکل 2-8- مراحل مدل مرجع فرآیند داده کاوی 33
شکل 4-1- ساختار شبکه کوهونن  58
شکل 5-1- مقایسه الگوریتم ها در پیش بینی مصرف برق مشترکین با عامل "تعطیلات"65
شکل 5-2- مقایسه الگوریتم ها در پیش بینی مصرف برق مشترکین با عامل "میانگین ارتفاع سقف ابر"67
شکل 5-3- مقایسه الگوریتم ها در پیش بینی مصرف برق مشترکین با عوامل "کمینه دما و بیشینه دمای موثر" 68
شکل 5-4- مقایسه الگوریتم ها در پیش بینی 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-CHAID70
شکل 5-6- مقادیر میانگین مصرف واقعی و پیش بینی شده توسط مدل Kohonen-CHAID 71
شکل 5-7- عملکرد حالت های مختلف بر اساس معیار ارزیابی میانگین درصد قدرمطلق خطا72