طراحی مدل داده کاوی تلفیقی خوشه بندی-وابستگی جهت بررسی رفتار مصرف انرژی واحدهای صنعتی
محل انتشار: فصلنامه انرژی ایران، دوره: 25، شماره: 3
سال انتشار: 1401
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 134
فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_IJENERGY-25-3_004
تاریخ نمایه سازی: 6 خرداد 1402
چکیده مقاله:
با توجه به سهم بالای مصرف برق در صنایع کشور، طی چند سال اخیر طرحهای مختلفی از جمله خاموشی های سراسری در اوقات پیک مصرف اجرا شده است. امروزه دادهکاوی به عنوان فرآیند کشف الگوهای مفید از پایگاه داده و یکی از روشهای موثر برای تجزیه و تحلیل، مدلسازی و پیشبینی مصرف انرژی کاربرد فراوانی پیدا کرده است. در این مطالعه، مدلی تلفیقی جهت بررسی رفتار مصرف برق با استفاده از تکنیکهای خوشهبندی کا میانگین و قوانین وابستگی جهت کشف و استخراج الگو از مجموعه دادههای مربوط به مصرف برق واحدهای صنعتی مستقر در یکی از شهرکهای صنعتی استان تهران طراحی شده است. مشاهدات نشان میدهد که طی ماههای گرم سال، میانگین مصرف واحدهای خوشه پرمصرف که حدود ۳۴ درصد واحدهای صنعتی مورد مطالعه را شامل میشود، حدود ۴.۲ برابر مصرف خوشه کممصرف و حدود ۱.۷ برابر مصرف خوشه متوسط است. با بکارگیری مدل پیشنهادی در این پژوهش ضمن شناسایی واحدهای پرمصرف و اعمال سیاستهای هوشمندانه و عادلانه در خاموشی اجباری، میتوان علاوه بر تشویق واحدهای صنعتی به بهینهسازی مصرف انرژی، از ایجاد خسارت ناشی از توقفهای اجباری تولید ممانعت کرد. رویکرد نوآورانه این مدل قادر به کنترل حجم زیادی از دادهها برای برنامهریزی مناطق مختلف با هدف بهینهسازی در مصرف انرژی آن میباشد.
کلیدواژه ها:
Data mining ، clustering ، hierarchical analysis ، K-means algorithm ، Dependency laws ، optimization of energy consumption. ، داده کاوی ، خوشه بندی ، تجزیه و تحلیل سلسله مراتبی ، الگوریتم کا میانگین ، قوانین وابستگی ، بهینه سازی مصرف انرژی
نویسندگان
فرزاد رحیمی موگویی
Semnan university
رضا کامران راد
Semnan university
عظیم اله زارعی
Semnan university
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :