Classification of electricity customers based on real consumption values using data mining and machine learning techniques and its corresponding applications
Elektrik abonelerinin gerçek tüketim verilerinin veri madenciliği ve makine öğrenmesi teknikleri kullanılarak sınıflandırılması ve ilgili uygulamaları
- Tez No: 341116
- Danışmanlar: PROF. DR. FERDANUR ALPASLAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Yük Profilleri, Kümelendirme Algoritmaları, Sınıflandırma, Değerlendirme, Ölçeklenebilirlik, Load Profiles, Clustering Algorithms, Classification, Evaluation, Scalability
- Yıl: 2013
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 190
Özet
Elektrik abonelerinin gerçek tüketim verileri kullanılarak sınıflandırılması, son on yılda elektrik pazarının birçok ülkede özelleştirilmesi ve saatlik tüketim verisi toplayabilen Akıllı Sayaçların yaygın kullanımıyla birlikte özellikle önemli hale gelmiştir. Yüksek miktarda toplanan tüketim verisi kümelendirme yöntemleri ile abone sınıflarının belirlenmesini mümkün kılmıştır. Abone gruplarını temsil eden yük profillerinin sınıflandırılması, alanda karşılaşılan problemlere çözüm üretecek uygulamaların temelini oluşturur. Özel tarife tasarımı, yük tahmini ve kaçak elektrik kullanımının tespiti geliştirilebilecek uygulamalar arasındadır. Kullanılan yöntemlerin ölçeklenebilirlik değerlendirmesi, sistemin makul sürede uyarlanabileceği yerel bölgelerde tutulacak veri miktarı hakkında dolaylı bir tahmin yürütme imkanı sunar. Yerel bölgeler arasında kurulacak ileri ilişkiler ulusal enerji politikaları geliştirmede faydalı olabilir. Bu çalışma, problem alanındaki güncel çalışmaları kapsamlı bir biçimde inceler ve Türkiye?de faaliyet gösteren bir enerji dağıtım şirketinin abonelerine ait verileri işleyerek ilgili uygulamaların dayanaklarını ortaya koyar.
Özet (Çeviri)
Classifying electricity customers based on real power consumptions has been particularly important in the last decade following the liberalization of the electricity markets in numerous countries and ubiquitous use of Automatic Meter Reading devices that collect consumption data at hourly intervals. Collection of vast amounts of consumption data has made it possible to identify customer classes by clustering. Classification of customer load profiles provides the basis of several applications offering solutions to encountered problems in the area. Dedicated tariff design, load forecasting and fraud detection are among deployable applications. Evaluated scalability of the methods reveals an implicit estimation about the size of local regions to which the framework can be applied within reasonable time. Forming further relations among local regions holding consumption data may be useful in developing national energy policies. This study covers a comprehensive scope of the recent work in the problem domain and puts forward foundations of corresponding applications by processing real consumption data of customers of an electricity distribution company in Turkey.
Benzer Tezler
- Wide-area measurement-based early prediction and corrective control for transient stability in power systems
Güç sistemlerinde geçici hal kararlılığı için geniş alan ölçümlerine dayalı erken kestirim ve düzeltici kontrol
MOHAMMED S.M. MAHDI
Doktora
İngilizce
2018
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DOÇ. DR. VEYSEL MURAT İSTEMİHAN GENÇ
- Gelişmekte olan ülkelere yönelik uluslararası sermaye hareketleri ve Türkiye
International capital flaws to emerging markets Turkey
SERKAN ASLAN
Yüksek Lisans
Türkçe
2001
EkonomiMarmara ÜniversitesiSermaye Piyasası ve Borsa Ana Bilim Dalı
Y.DOÇ.DR. ÖZLEM KOÇ
- Çeşitli büyüklüklerdeki alışveriş mekanlarını aydınlatma sistemleri tasarım ilkeleri
Designing principles of lighting systems in store designs of various types
HALE İKİZLER
Yüksek Lisans
Türkçe
1996
Mimarlıkİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
PROF. DR. MEHMET Ş. KÜÇÜKDOĞU
- Enerji sektöründe makine öğrenmesi algoritmaları kullanılarak müşterilerin tahsilat potansiyellerinin değerlendirilmesi
Assessing the collection potential of customers in the energy sector using machine learning algorithms
EMİNE CEREN ÖZAY
Yüksek Lisans
Türkçe
2022
Endüstri ve Endüstri MühendisliğiGazi ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. ERMAN ÇAKIT
- Makine öğrenmesi teknikleri ile tahsilat davranışı tahmini: telekomünikasyon sektörü örneği
Prediction of debt collection behaviour with machine learning techniques: A case study on telecommunication company customers
ELİF EKİZ
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. BAŞAR ÖZTAYŞİ