پیش بینی فروش نیروگاه های برق ایران با استفاده از روش داده کاوی و رگرسیون چندگانه

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشکده مهندسی مکانیک (گروه مهندسی ساخت و تولید)، دانشگاه صنعتی اراک، اراک، ایران

2 کارشناسی ارشد مهندسی صنایع، دانشگاه آزاد اسلامی واحد بین المللی خرمشهر- خلیج فارس، خرمشهر، ایران

10.22034/jsqm.2021.298074.1353

چکیده

هدف از این مقاله، پیش­بینی فروش نیروگاه­های برق ایران با استفاده از روش داده­کاوی و رگرسیون چندگانه است. جامعه آماری پژوهش نیروگاه گازی خرمشهر در سال 1394 است که اطلاعات مربوط به 186 روز کاری آن با استناد به رابطه نمونه­گیری کوکران و به روش طبقه­ای متناسب استخراج گردیده است. داده­ها با استفاده از مدل‌های رگرسیون خطی چندگانه، ماشین بردار پشتیبان و جنگل­های تصادفی مورد تجزیه‌وتحلیل قرار گرفتند. نتایج به‌دست‌آمده نشان داد که پارامترهای ثابت ورودی نظیر نرخ ارز، ضریب تعدیل و شاخص قیمت خرده­فروشی تأثیر مستقیم و معناداری در سطح فروش نیروگاه داشته­اند. همچنین از بین پارامترهای مؤثر بر قدرت عملی نیروگاه نیز فشار وارده به کمپرسور، ضریب قدرت نامی، توان قابل‌تولید و فشار تأثیر مستقیم و معناداری بر روی سطح فروش نشان دادند. به‌منظور مقایسه روش­های پیش­بینی فروش، پیش­بینی سطح فروش نیروگاه با استفاده از پارامترهای ثابت و مؤثر بر قدرت عملی، از سه روش رگرسیون خطی چندگانه، ماشین بردار پشتیبان و جنگل‌های تصادفی با بکارگیری میانگین خطاهای ایجادشده در پیش‌بینی فروش استفاده شد که روش جنگل‌های تصادفی از دقت بالاتری در پیش‌بینی فروش نیروگاه برخوردار بود.

کلیدواژه‌ها


سهراب، استا (1390)، بررسی رابطه بین ساختار مالکیت و مدیریت سود، پژوهش­های حسابداری مالی، دوره 3، شماره 8‏، صص 93-106.
رستم نیا، ناصر (1392)، پیش‌بینی قیمت متوسط موزون بازار برق ایران با استفاده از شبکه‌های عصبی مصنوعی و شبکه‌های ‏عصبی-فازی، پایان‌نامه کارشناسی ارشد، دانشکده علوم اقتصادی، دانشکده اقتصاد.‏
رضویان، سیدعلیرضا (1389)، پیش‌بینی قیمت در بازار با بهره‌گیری از یک روش ترکیبی نوین، پایان‌نامه کارشناسی ارشد، ‏دانشگاه تربیت مدرس.‏
 
سعدی نام، مهسا (1388)، طراحی مدل سری زمانی برای پیش‌بینی فروش شرکت نفت پارس. پایان‌نامه کارشناسی ارشد، دانشگاه ‏تربیت مدرس.‏
صابری، الهام (1391)، معرفی مدل‌های خود بازگشتی متناوب آمیخته و کاربرد آن در پیش‌بینی نرخ فروش برق در استان ‏خوزستان، پایان‌نامه کارشناسی ارشد، دانشگاه شهید چمران اهواز.‏
طاهری امامی، ایمان (1391)، تأثیر محدودیت‌های شبکه انتقال بر استراتژی‌های قیمت دهی شرکت‌های تولیدکننده برق، ‏پایان‌نامه کارشناسی ارشد، دانشکده مهندسی برق و الکترونیک دانشگاه شهید باهنر کرمان.
غریب زاده، مسیح الله (1391)، بهبود عملکرد خرده‌فروشان در بازارهای برق با استفاده از روش‌های دسته‌بندی بار و پیش‌بینی قیمت، پایان‌نامه کارشناسی ارشد، دانشکده مهندسی برق و الکترونیک دانشگاه صنعتی شیراز.
 
لادن، مژگان (1387)، طراحی منحنی‌های پیشنهاد قیمت از سمت تقاضا در بازار رقابتی برق، پایان‌نامه کارشناسی ارشد، ‏ دانشکده مهندسی برق و الکترونیک دانشگاه علم و صنعت ایران.
محمودی، نادعلی (1388)، ارائه استراتژی قیمت‌گذاری بهینه خرده‌فروش با استفاده از تکنیک‌های خوشه‌بندی براساس الگو، ‏پایان‌نامه کارشناسی ارشد، دانشگاه تربیت مدرس.‏
محمد، مهدی نیا، مریم، برزوئی، حسن، شاکری (1391)، «ارائه استراتژی بهینه قیمت دهی بسته‌های انرژی خریداران در بازار ‏معاملات دوجانبه متمرکز برق ایران»، هفدهمین کنفرانس سراسری شبکه‌های توزیع نیروی برق، انجمن مهندسین برق و ‏الکترونیک ایران.‏
May E.C., Bassam A., Ricalde L.J., Soberanis M.E., Oubram O., Tzuc, O.M., Alanis A.Y., Livas-García, A. (2022). “Global sensitivity analysis for a real-time electricity market forecast by a machine learning approach: A case study of Mexico”, International Journal of Electrical Power & Energy Systems, Vol. 135, p. 107505.
Mayr D., Schmid E., Trollip H., Zeyringer M., Schmidt J. (2015). “The impact of residential photovoltaic power ‎on electricity sales revenues in Cape Town”, ‎ Utilities Policy, Vol. 36, pp. 10-23.
Miguel A. Jaramillo-Morán, M.A., González-Romera E., “Carmona-Fernández D. (2013). Monthly electric demand forecasting with ‎neural filters”, International Journal of Electrical Power & Energy Systems, Vol. 49, pp. 253-263‎.
Sanstad A.H., McMenamin S., Sukenik A., Barbose G.L., Goldman C.A. (2014). “Modeling an aggressive energy-efficiency ‎scenario in long-range load forecasting for ‎electric power transmission planning”, Applied Energy, Vol. 128, pp. 265-276.
Son H., Kim C. (2017). “Short-term forecasting of electricity demand ‎for the residential sector using weather and ‎social variables”, Resources, Conservation and Recycling, Vol. 123, pp. 200-207.
Xiao L., Shao W., Liang T., Wang C. (2016). “A combined model based on multiple ‎seasonal patterns and modified firefly ‎algorithm for electrical load forecasting”, Applied Energy, Vol. 167, pp. 135-153.
Reverte C., (2011). “The impact of better corporate social responsibility disclosure on the cost of equity capital”, Corporate Social Responsibility and Environmental, Vol. 19, No. 5, pp. 253-272.