پیش بینی دراز مدت میزان مصرف انرژی برق و گاز با استفاده از روش neuro-fuzzy
چکیده
هدف از انجام این پژوهش، ارائه یک مدل neuro-fuzzy جهت پیش بینی میزان مصرف انرژی الکتریسیته در استان انتاریو در کشور کانادا بود. برای این منظور با استفاده از 7 متغیر سالانه مربوط به سال های 1976 تا 2005 شامل میزان اشتغال، تولید ناخالص داخلی، تعداد خانوار، جمعیت، تعداد ساخت و ساز، نرخ بهره بانکی و مجموع دمای روزهای هر سال سعی شد که مدل مورد نظر طراحی شود. برای بررسی میزان وابستگی متغیر هدف به هر کدام از متغیرهای مستقل مذکور، یک تحلیل آماری با استفاده از ضریب همبستگی پیرسون بر روی داده ها انجام شد و چهار داده اشتغال، تولید ناخالص داخلی، تعداد خانوار و جمعیت به عنوان متغیرهای به شدت وابسته به میزان مصرف انرژی انتخاب شدند. اما از آنجا که درصدد بودیم که پارامترهای دمایی نیز درمیان متغیرهای مستقل ما وجود داشته باشند با استفاده از دمای روزانه، دو متغیر دیگر نیز تعریف کردیم که به عنوان شاخص های گرما و سرمای هوا به کار رفتند. 6 دسته از 30 دسته داده در اختیار ما، به عنوان متغیرهای امتحان مدل و 24 دسته برای آموزش سیستم انتخاب شدند و به کمک آنها یک سیستم استنتاج فازی – عصبی تطبیقی، anfis، ارائه شد که میزان خطای آموزش آن برابر 13-10 ×9251/8 و خطای امتحان آن برابر 0016/0 (mse) به دست آمد. به کمک این مدل، میزان مصرف انرژی تا سال 2015 پیش بینی شد که با توجه به فرضی بودن متغیرهای ورودی، نتایج قابل قبولی از آن حاصل شد و روندی تقریبا مشابه روند سال های گذشته را پیش بینی کرد. در انتها، با تحلیل میزان تاثیر گذاری هر یک از متغیرها بر روی میزان مصرف انرژی الکتریسیته این نتیجه حاصل شد که تاثیر گذارترین متغیر که تغییرات آن بیشتری تاثیر را در مصرف انرژی خواهد گذاشت میزان اشتغال می باشد.