پروژه داده کاوی
پروژه داده کاوی ارشد
خرید پروژه داده کاوی
پروژه در مورد data mining
پیش بینی تقاضای برق با داده کاوی
پیش بینی میزان مصرف برق مشترکین با داده کاوی
پروژه داده کاوی جهت پیش بینی تقاضای برق
پروژه در مورد داده کاوی جهت پیش بینی تقاضای برق
پروژه 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 پروژه 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
