18777

۱۸۷۷۷

ساخت مدل داده كاوي كشف الگوي مصرف گاز

كارشناسي ارشد

نرم‌افزار

اسفند ۱۳۹۶

دكتر بهروز مينايي

دكتر جمال شهرابي

كامپيوتر

به طور كلي، انرژي پايه و اساس توسعه‏ي اقتصادي است؛ به همين جهت، سياست ملي انرژي اهميت حياتي دارد چراكه نه تنها توسعه‏ي كشور را هدايت مي‏كند، بلكه بر محيط عملياتي صنايع مختلف نيز تاثيرگذار است. مصرف انرژي در جمهوري اسلامي ايران، در چند دهه‏ي گذشته، به دليل رشد روزافزون جمعيت و توسعه‏ي اقتصادي، قابل توجه بوده است. گاز طبيعي، يكي از مهم‏ترين منابع انرژي در جهان است. مصرف اين انرژي در سال‏هاي اخير سريع‏ترين رشد را بين سوخت‏هاي فسيلي داشته است. ايران از نظر توليد گاز در جهان پس از روسيه، ايالات متحده‏ي آمريكا، اتحاديه‏ي اروپا و كانادا، پنجمين توليد كننده‏ي گاز طبيعي است. آگاهي شركت ملي گاز ايران از الگوي مصرف مشتركين، به اين سازمان ملي كمك شاياني مي‏كند تا بتواند براي تصميم‏هاي آتي با آگاهي و هوشمندي بيشتري عمل نمايد. اين پژوهش، با هدف كشف الگوي مصرف مشتركين شركت ملي گاز ايران انجام شده است. به منظور دستيابي به اين هدف، يك مدل هيبريد داده‏كاوي طراحي شده است كه شامل دو مرحله‏ي اصلي است. در مرحله‏ي اول، داده‏ها با استفاده از الگوريتم كا-ميانگين در خوشه‏هاي مناسب قرار مي‏گيرند. در مرحله‏ي دوم، از خروجي خوشه‏بندي استفاده شده و با به كارگيري يك مدل يادگيري جمعي، عمل رده‏بندي مشتريان بر اساس رفتار مصرفي آن‏ها صورت مي‏گيرد. مدل يادگيري جمعي به كاررفته، از تكنيك راي اكثريت استفاده كرده و اين پژوهش نشان مي‏دهد كه مدل يادگير جمعي حاصل از درخت تصميم، نزديك‏ترين همسايه و بيز ساده، دقت و عملكرد بهتري نسبت به تك‏تك يادگيرهاي بيان شده و هم‏چنين ماشين بردار پشتيبان به صورت مجزا دارد. به همين جهت از اين مدل، براي رده‏بندي مشتريان و كشف الگوي مصرف آن‏ها استفاده مي‏شود.

1397/02/17

5/7/2018 12:00:00 AM

Energy is commonly known as the foundation for economic growth. A national energy policy is consequently of vital importance; it not only directs the development of a country but also influences the operational environment of different industries. Over the past few decades, energy consumption in the Islamic Republic of Iran has increased considerably due to the growing population and economic development. Natural gas is a major energy resource in the world and its consumption has had the quickest growth among fossil fuels in recent years. Iran is the world's fifth largest producer of natural gas; top on the list is Russia followed by US, EU, and Canada. Knowing the subscribers' consumption pattern can greatly help National Iranian Gas Company (NIGC) gain more awareness and intelligence in future decisions. This research aims to discover a consumption pattern in NIGC subscribers by designing a two-stage hybrid datamining model. In the first stage, k-means algorithm is used to cluster data. The clustering output and an ensemble learning method are then used in the second stage to classify subscribers according to their consumption behavior. This ensemble learning method makes use of majority voting technique. This study shows that ensemble learning method resulted from decision tree, nearest neighbor, and Naive Bayes, has higher precision and performance than each of the stated learners, and also support vector machine. Therefore, this method is applied in order to classify subscribers and discover their consumption pattern.