با توجه به سهم بالای مصرف برق در صنایع کشور، طی چند سال اخیر طرحهای مختلفی از جمله خاموشی های سراسری در اوقات پیک مصرف اجرا شده است. امروزه دادهکاوی به عنوان فرآیند کشف الگوهای مفید از پایگاه داده و یکی از روشهای مؤثر برای تجزیه و تحلیل، مدلسازی و پیشبینی مصرف انرژی کاربرد فراوانی پیدا کرده است. در این مطالعه، مدلی تلفیقی جهت بررسی رفتار مصرف برق با استفاده از تکنیکهای خوشهبندی کا میانگین و قوانین وابستگی جهت کشف و استخراج الگو از مجموعه دادههای مربوط به مصرف برق واحدهای صنعتی مستقر در یکی از شهرکهای صنعتی استان تهران طراحی شده است. مشاهدات نشان میدهد که طی ماههای گرم سال، میانگین مصرف واحدهای خوشه پرمصرف که حدود 34 درصد واحدهای صنعتی مورد مطالعه را شامل میشود، حدود 4.2 برابر مصرف خوشه کممصرف و حدود 1.7 برابر مصرف خوشه متوسط است. با بکارگیری مدل پیشنهادی در این پژوهش ضمن شناسایی واحدهای پرمصرف و اعمال سیاستهای هوشمندانه و عادلانه در خاموشی اجباری، میتوان علاوه بر تشویق واحدهای صنعتی به بهینهسازی مصرف انرژی، از ایجاد خسارت ناشی از توقفهای اجباری تولید ممانعت کرد. رویکرد نوآورانه این مدل قادر به کنترل حجم زیادی از دادهها برای برنامهریزی مناطق مختلف با هدف بهینهسازی در مصرف انرژی آن میباشد.
Rahimi F, Kamranrad R, Zarei A. Design of integrated clustering-association data mining model to study the electricity consumption behavior of industrial units. IJE 2022; 25 (3) :65-78 URL: http://necjournals.ir/article-1-1780-fa.html
رحیمی موگویی فرزاد، کامران راد رضا، زارعی عظیم اله. طراحی مدل داده کاوی تلفیقی خوشهبندی-وابستگی جهت بررسی رفتار مصرف انرژی واحدهای صنعتی. نشریه انرژی ایران. 1401; 25 (3) :65-78