ارائه یک مدل جهت پیش‌بینی مصارف گاز خانگی با کمک دمای هوا و تعداد مشترکین

یافته های نوین کاربردی و محاسباتی در سیستم های مکانیکی

دوره 2، شماره 2، شهریور 1401، صفحه 60-68   

نوع مقاله: مقاله پژوهشی

نویسندگان

مسعود اکبری^{* 1}؛ مهدی اصغری¹؛ علی اکبر امامی²؛ پرهام داوری¹؛ شهناز سلامات ثانی³؛ ناهید طاهریان⁴؛ منصور قلی نژاد⁵

¹تحلیلگر داده تیم دایوتک (در مرکز نوآوری هلدینگ بنتک)

²رئیس بهینه‌سازی مصرف گاز شرکت گاز استان البرز (در زمان انجام پروژه)

³مسئول سیستم‌های کاربردی شرکت گاز استان البرز (در زمان انجام پروژه)

⁴مدیر تیم دایوتک (در مرکز نوآوری هلدینگ بنتک)

⁵مدیر پژوهش شرکت گاز استان البرز (در زمان انجام پروژه)

چکیده

گاز طبیعی یکی از منابع مهم انرژی در خانه‌ها -بصورت مستقیم یا غیرمستقیم- در ایران می‌باشد. طبق آمار ارائه شده توسط مدیر دیسپچینگ شرکت ملی گاز ایران، در روزهای سرد سال ۱۴۰۰، سهم مصرف مشترکین خانگی از کل گاز تولید شده در کشور به ۷۰ درصد رسیده بوده است. همچنین براساس گزارش آماری صنعت آب و برق در آذر ۱۳۹۹، نزدیک به ۸۸ درصد از نیروی برق کشور توسط سوخت‌های فسیلی تأمین می‌شود. این آمار نشان از اهمیت مدیریت مصرف گاز در مشترکین خانگی دارد. در این مطالعه با در نظر گرفتن تأثیر دمای هوا و جمعیت، یک مدل رگرسیون غیرخطی برای پیش‌بینی میزان مصرف گاز مشترکین خانگی در بازه‌های مختلف سال ارائه شده است. همچنین جهت بررسی عملکرد این مدل، از داده‌های مصارف مشترکین خانگی ناحیه ۲ کرج استفاده شده است. نتایج بدست آمده نشان می‌دهد که ارتباط معناداری میان دمای هوا و جمعیت و میزان گاز مصرفی وجود دارد که می‌تواند به پیش‌بینی دقیق‌تر مصارف در آینده کمک کند.

کلیدواژه‌ها

پیش‌بینی مصرف گاز؛ گاز طبیعی؛ رگرسیون؛ مشترکین خانگی

سایر فایل های مرتبط با مقاله

Taherian.pdf

مراجع

[1] [Online]. Available: https://tn.ai/2630866.

[2] [Online]. Available: mshrgh.ir/1169256.

 [3] اشراق‌نیای جهرمی، ع. و ایقانی‌یزدلی، ر. (۱۳۸۷). مدلسازی مصرف گاز طبیعی و فرآورده‌های نفتی، و بررسی امکان جانشینی گاز طبیعی به‌جای فرآورده‌های نفتی در ایران. مجله علمی و پژوهشی شریف، شماره چهل و پنجم، دی ۱۳۸۷.

[4] صادقی، ح. و ذوالفقاری، م. (۱۳۸۸). طراحی روشی نوین برای پیش‌بینی تقاضای کوتاه مدت گاز طبیعی در بخش خانگی. فصل‌نامه مطالعات اقتصاد انرژی، سال ششم، شماره ۲۳، زمستان ۱۳۸۸، ۷۰ - ۴۳.

[5] [Online]. Available: irna.ir/xjG5dJ.

[6] پرتوی سنگی، م.، مومن‌زاده حقیقی، ح. و ارفعی‌نیا، ح. (۱۳۹۸). پیش‌بینی مصرف گاز مشترکین با استفاده از داده‌کاوی در شرکت گاز بوشهر. ششمین کنفرانس ملی علوم و مهندسی کامپیوتر و فناوری اطلاعات، فروردین ۱۳۹۸.

[7] بخشی‌فرد، س. و جلالیان، ا. (۱۳۹۸). ارزیابی ترکیب ماشین بردار پشتیبان جهت پیش‌بینی مصرف ماهانه گاز طبیعی با استفاده از راهکارهای هوش تجاری. سومین کنگره بین‌المللی علوم و مهندسی ۱۳۹۸.

[8] چائیده، ا. و باهری، ع. (۱۳۹۶). پیش‌بینی مصرف انرژی یک ساختمان مسکونی با استفاده از رگرسیون خطی چندمتغیره در اقلیم گرم و خشک کشور-۱۳۹۶. نشریه علمی – تخصصی تبدیل انرژی (JEED)، دوره ۴، شماره ۴، زمستان ۹۶.

[9] Forouzanfar, M., Doustmohammadi, A., Menhaj, M.B. and Hasanzadeh, S. (2010). Modeling and estimation of the natural gas consumption for residential and commercial sectors in Iran. Applied Energy 87.1: pp 268-274.

[10] Anagnostis, A., Papageorgiou, E., Dafopoulos, V. and Bochtis, D., (2019).Applying long short-term memory networks for natural gas demand prediction. 10th International Conference on Information, Intelligence, Systems and Applications (IISA). IEEE,.

[11] Aras, H. and Nil A. (2004). Forecasting residential natural gas demand. Energy Sources 26.5: pp 463-472.

[12] Berrisford, H. G. (1965). The relation between gas demand and temperature: a study in statistical demand forecasting. Journal of the Operational Research Society 16.2: pp 229-246.

[1] [Online]. Available: https://tn.ai/2630866.

[2] [Online]. Available: mshrgh.ir/1169256.

 [3] اشراق‌نیای جهرمی، ع. و ایقانی‌یزدلی، ر. (۱۳۸۷). مدلسازی مصرف گاز طبیعی و فرآورده‌های نفتی، و بررسی امکان جانشینی گاز طبیعی به‌جای فرآورده‌های نفتی در ایران. مجله علمی و پژوهشی شریف، شماره چهل و پنجم، دی ۱۳۸۷.

[4] صادقی، ح. و ذوالفقاری، م. (۱۳۸۸). طراحی روشی نوین برای پیش‌بینی تقاضای کوتاه مدت گاز طبیعی در بخش خانگی. فصل‌نامه مطالعات اقتصاد انرژی، سال ششم، شماره ۲۳، زمستان ۱۳۸۸، ۷۰ - ۴۳.

[5] [Online]. Available: irna.ir/xjG5dJ.

[6] پرتوی سنگی، م.، مومن‌زاده حقیقی، ح. و ارفعی‌نیا، ح. (۱۳۹۸). پیش‌بینی مصرف گاز مشترکین با استفاده از داده‌کاوی در شرکت گاز بوشهر. ششمین کنفرانس ملی علوم و مهندسی کامپیوتر و فناوری اطلاعات، فروردین ۱۳۹۸.

[7] بخشی‌فرد، س. و جلالیان، ا. (۱۳۹۸). ارزیابی ترکیب ماشین بردار پشتیبان جهت پیش‌بینی مصرف ماهانه گاز طبیعی با استفاده از راهکارهای هوش تجاری. سومین کنگره بین‌المللی علوم و مهندسی ۱۳۹۸.

[8] چائیده، ا. و باهری، ع. (۱۳۹۶). پیش‌بینی مصرف انرژی یک ساختمان مسکونی با استفاده از رگرسیون خطی چندمتغیره در اقلیم گرم و خشک کشور-۱۳۹۶. نشریه علمی – تخصصی تبدیل انرژی (JEED)، دوره ۴، شماره ۴، زمستان ۹۶.

[9] Forouzanfar, M., Doustmohammadi, A., Menhaj, M.B. and Hasanzadeh, S. (2010). Modeling and estimation of the natural gas consumption for residential and commercial sectors in Iran. Applied Energy 87.1: pp 268-274.

[10] Anagnostis, A., Papageorgiou, E., Dafopoulos, V. and Bochtis, D., (2019).Applying long short-term memory networks for natural gas demand prediction. 10th International Conference on Information, Intelligence, Systems and Applications (IISA). IEEE,.

[11] Aras, H. and Nil A. (2004). Forecasting residential natural gas demand. Energy Sources 26.5: pp 463-472.

[12] Berrisford, H. G. (1965). The relation between gas demand and temperature: a study in statistical demand forecasting. Journal of the Operational Research Society 16.2: pp 229-246.