دسترسی همگانی(OPAC) نام کتابخانه در اوپک

مدیریت مصرف برق مشترکین شرکت توزیع برق استان چهارمحال و بختیاری به وسیله الگوریتم های پیش بینی یادگیری ماشین (1403) / کیوانی ، محمدرضا، نویسنده
نوع مدرک:متون چاپی
سرشناسهکیوانی ، محمدرضا، نویسنده
شماره بازیابی :‭M lnp ‭116 1403
عنوان :مدیریت مصرف برق مشترکین شرکت توزیع برق استان چهارمحال و بختیاری به وسیله الگوریتم های پیش بینی یادگیری ماشین
عنوان موازی :Managing electricity consumption of subscribers of Chaharmahal and Bakhtiari Province Electricity Distribution Company using machine learning prediction algorithms
ناشر:دانشگاه شهید اشرفی اصفهانی: اصفهان
سال نشر :1403
صفحه شمار:90ص
شابک/شاپا25739
یادداشتپایان نامه برای دریافت درجه کارشناسی ارشد(M.A.):
رشته مدیریت صنعتی گرایش
شناسه افزوده :جنتیان ، نسیبه، استاد راهنما
نصر اصفهانی ، ابراهیم، استاد مشاور
توصیفگرهامدیریت مصرف برق، الگوریتم های پیش بینی یادگیری ماشین،رگرسیون،متغیر وابسته،متغیر مستقل  Power consumption management, machine learning prediction algorithms, regression, dependent variable, independent variable
 
چکیده :این پژوهش به بررسی و پیشبینی مصرف برق مشترکین شرکت توزیع برق استان چهارمحال و بختیاری با استفاده از الگوریتم‌های یادگیری ماشین پرداخته است. هدف اصلی این پژوهش، بهینه‌سازی مصرف برق و کاهش هزینه‌ها از طریق پیش‌بینی دقیق الگوهای مصرف مشترکین است. در این راستا، از دو الگوریتم اصلی درخت تصمیم و تقویت گرادیان مفرط برای مدلسازی و پیشبینی استفاده شده و عملکرد این الگوریتم¬ها با معیارهای ارزیابی مختلف سنجیده شده است. نتایج نشان داد که روش پیشنهادی در مقایسه با روش های قبلی برای پیش مصرف برق مشترکین بهتر عمل می‌کند. این تحقیق همچنین به ارائه راهکارهایی برای مدیریت بهتر مصرف برق پرداخته و پیشنهادهایی برای بهینه¬سازی مصرف در این استان ارائه کرده است. با توجه به تغییرات اقلیمی و رشد جمعیت، این پیش¬بینی¬ها میتوانند به کاهش خطرات ناشی از قطعی برق و افزایش بهره¬وری مصرف کمک کنند
لینک ثابت رکورد:../opac/index.php?lvl=record_display&id=14575
زبان مدرک :فارسی

 فهرست موجودی مدرک

شماره ثبتشماره بازیابینام عام موادمحل نگهداریبخشوضعیت ثبتوضعیت امانت
25739‭M lnp ‭116 1403 پایان‌نامهدانشگاه شهید اشرفی اصفهانیمرکزیاسناد مرجعغیر قابل امانت

کاربران آنلاین :