Geri Dön

Predicting and analysis electrical energy consumption by using data mining algorithms

Başlık çevirisi mevcut değil.

  1. Tez No: 832422
  2. Yazar: MOHAMED ABDULHAMED MOHAMED ALMUSLEHI
  3. Danışmanlar: DR. ÖĞR. ÜYESİ SEFER KURNAZ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: İngilizce
  9. Üniversite: Altınbaş Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 65

Özet

Bu çalışma, güç tüketimini etkinliğe göre sınıflandırmak amacıyla ilgili verileri çeşitli formatlarda toplar ve sunar. Her aşamanın grafiksel olarak nasıl tasvir edileceğini ve elektrik verilerinin herkesi tatmin edecek şekilde nasıl sınıflandırılacağını belirlemek büyüleyici oldu. Gereksinimler. Bu, sorunların ve anormalliklerin tespitini kolaylaştırır ve elektrik tüketimini karşılaştırma sürecini basitleştirir. Önümüzdeki yıllarda elektrik, birincil enerji kaynağı olarak ön plana çıkmaya devam edecek. Akıllı devreler ve akıllı sayaçlar hem hizmet sağlayıcıya hem de müşteriye çok sayıda fayda sunmaktadır. Bu çalışma, elektrik kullanımını elektriksel yük profillerinin benzerliklerine dayalı olarak sınıflandırmak için sınıflandırma (özellikle beş algoritma) ve kümeleme teorisini, ortak çerçeve işlevi gören saat başına enerji tüketimi (%) ile birleştirdi. Herkesi sınıflandırdıktan sonra, her alt kümeye para ve enerjiden nasıl tasarruf edileceğine dair tavsiyeler sunabileceğiz. Sonuç olarak bireyler elektrik tüketimleri konusunda daha bilinçli olacak ve bunu azaltmak için adımlar atmaya motive olacaklardır. Analiz ve sonuç üretimi için Weka'yı kullanan bir kümeleme sonrası ve sınıflandırma çalışması, aşağıdakilere dayalı yinelemeli bir teknik kullanır: Anormallikleri tanımlamak ve bunları daha kabul edilebilir sınıflara yeniden tahsis etmek için hesaplamalı sınıflandırma hesaplaması. Karşılaştırıldığında Karar Ağacı, Destek Vektör Makinesi, Naive Bayes, Rastgele Orman ve Hibrit aynı sonuçları veren beş sınıflandırma tekniğidir. Güç tüketimini kategorilere ayırmak, insan davranışı ile elektrik tüketimi arasındaki ilişkinin daha derinlemesine anlaşılmasına olanak tanır. Her bir tüketicinin benzersiz özelliklerine dayalı olarak zamanında ve ilgili tavsiyeler sunarak enerji tasarrufu danışmanlık hizmetinin kalitesini ve müşteri deneyimini artırır.

Özet (Çeviri)

This study accumulates and presents pertinent data in a variety of formats for the purpose of classifying power consumption by activity. It has been fascinating to determine how to graphically depict each stage and classify electrical data in a way that satisfies all requirements. This facilitates the detection of issues and anomalies and simplifies the process of comparing electricity consumption. In the coming decades, electricity will continue to gain prominence as a primary energy source. Smart circuits and smart meters offer numerous benefits to both the utility and the customer. This study combined classification (specifically five algorithms) and clustering theory, with energy consumption per hour (%) functioning as the common framework, in order to classify electricity use based on the similarities of electrical load profiles. After classifying everyone, we will be able to offer each subset advice on how to save money and energy. Consequently, individuals will be more aware of their electricity consumption and motivated to take steps to reduce it. A post-clustering and classification study that uses Weka for analysis and result generation employs an iterative technique based on computational classification calculation to identify anomalies and reallocate them to more acceptable classes. When compared, Decision Tree, Support Vector Machine, Naive Bayes, Random Forest, and Hybrid are the five classification techniques that yield identical results. Categorizing power consumption permits a deeper understanding of the relationship between human behavior and electricity consumption. It improves the quality of the energy conservation consulting service and the customer experience by providing timely, relevant advice based on the unique characteristics of each individual consumer.

Benzer Tezler

  1. Resolving energy consumption issues and spectrum allocation for future broadband networks

    Başlık çevirisi yok

    SINAN NAJAMALDEEN AZZAH AZZAH

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş Üniversitesi

    Bilgi Teknolojileri Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MUHAMMAD ILYAS

  2. Internet of things based zigbee sniffer for smart and secure home

    Akıllı ve güvenli ev için şeylerin interneti tabanlı zigbee snıffer

    FARAH SHAKİR MAHMOOD ALBAYATİ

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş Üniversitesi

    Bilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı

    PROF. DR. GALİP CANSEVER

  3. Açık işletmelerde uygun delme-patlatma şartlarını veren bir modelin geliştirilmesi

    The development of a model to obtain suitable drilling and blasting conditions in open pit mines and quarries

    SAİR KAHRAMAN

    Doktora

    Türkçe

    Türkçe

    1997

    Maden Mühendisliği ve Madencilikİstanbul Teknik Üniversitesi

    Maden Mühendisliği Ana Bilim Dalı

    PROF. DR. NUH BİLGİN

  4. Kumtaşı ocaklarında patlatma faaliyetlerinde parçalanma modellerinin incelenmesi

    Investigation of blast fragmentation models in sandstone quarries

    ÖZGE AKYILDIZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    Maden Mühendisliği ve Madencilikİstanbul Teknik Üniversitesi

    Maden Mühendisliği Ana Bilim Dalı

    DOÇ. DR. TÜRKER HÜDAVERDİ

  5. Türkiye elektrik enerjisi birim fiyatlarının kaotik analizi

    Chaotic analysis of electrical energy unit prices in Turkey

    SERCAN MACİT

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Enerjiİstanbul Teknik Üniversitesi

    Enerji Bilim ve Teknoloji Ana Bilim Dalı

    PROF. DR. BİHRAT ÖNÖZ