پیش بینی مصرف انرژی الکتریکی در خانه های هوشمند با استفاده از بادگیری ماشین

در سال های اخیر توسعه فن آوری های خانه هوشمند به انتقال خانه ها از سنتی به هوشمند و متصل به اینترنت، ارتقا پیدا کرده است. خانه هوشمند یک مکان مجهز به فن آوری هایی است که شامل حسگرها، شبکه های سیمی و بی سیم، محرک ها و سیستمهای هوشمند می شود. کمبود انرژی و توسعه شبکه های هوشمند توجه زیادی در عصر حاضر به خود جلب کرده است. از میانصنایع، صنعت برق از صنایع زیربنایی یک کشور و رکنی بسیار مهم در رشد و پیشرفت جوامع آمروزی دارد و با توسعه و رشدجمعیت، میزان تقاضا برای مصرف انرژی الکتریکی رو به افزایش می باشد. در این تحقیق روشی برای پیش بینی مصرف انرژیالکتریکی با استفاده یادگیری ماشین ارایه خواهد شد. روش پیشنهادی از تکنیک تجزیه سیکنال به مولفه های ذاتی برای سری هایزمانی ورودی استفاده خواهد کرد. سپس با استفاده از رگرسیون بردار پشتیبان مدل ساخته می شود. روش پیشنهادی این پژوهش؛در مرحله اول IMF ها با استفاده از روش EMD استخراج شده و سپس در مرحله دوم برای هر IMF زیر دنباله ای با استفاده از تبدیلموجک DWT تشکیل می شود و در مرحله آخر پیش بینی بار کوتاه مدت توسط الگوریتم SVR صورت می گیرد. از مقایسه اینروش پیشنهادی نسبت به سایر مقالات مشابه. نتایج بهتری مشاهده شده است و نشان می دهد روش پیشنهادی عملکرد مناسب ومی تواند برای این صنعت قابل استفاده باشد. نتایج ارزیابی مدل پیشنهادی برای داده های آموزش و داده های آزمایش نشان داده استکه خطای پیش بینی بار برای داده آموزش با معیار MSE برایر ۲.۱۴۵۰e-۰۴ با معیار RMSE برایر ۰.۰۱۴۶ می باشد. همچنینخطای پیش بینی بار برای داده آزمایش با معیار MSE برایر ۱.۵۱۸۱e-۰۴ با معیار RMSE برابر ۰.۰۱۲۳ می باشد.

Keywords:

خانه هوشمند , مصرف انرژی , رگرسیون بردار پشتیبان , تجزیه حالت تجربی , تجزیه سیگنال