پيش بيني كوتاه‌مدت، ميان مدت و بلندمدت پيك مصرف برق در تهران به كمك روش‌هاي يادگيري‌ ماشين

Daily short-term, medium-term and long-term prediction of peak electricity consumption in Tehran using machine learning methods

پيش‌بيني مصرف برق در سال‌هاي اخير همواره يكي از چالش‌هاي مديريت برق در ايران بوده است. اين چالش، به ويژه در تابستان، اهميت بيشتري پيدا مي‌كند؛ زيرا باعث قطعي برق در صنايع و منازل مي‌شود. به همين دليل، پيش‌بيني اين متغير در مديريت عرضه برق بسيار حائز اهميت است. همچنين، پيش‌بيني بلندمدت مصرف برق، اهميت زيادي از منظر برنامه‌ريزي در توليد و تنظيم واردات يا صادرات انرژي دارد. با توجه به اينكه پيش‌بيني در افق‌هاي زماني مختلف مي‌تواند به مديريت عرضه برق در بخش‌هاي مختلف يك كشور نيز كمك كند، در اين پژوهش، با جمع‌آوري متغيرهاي تأثيرگذار بر مصرف برق، مجموعه‌داده‌اي فراهم شده است تا با استفاده از مدل‌هاي يادگيري ماشين، پيك مصرف برق در تهران در سه بازه زماني كوتاه مدت، ميان‌مدت و بلندمدت پيش‌بيني شود. بدين منظور از مدل‌هاي مختلف مانند رگرسيون خطي، رگرسيون سه‌تيغي و رگرسيون لاسو، جنگل تصادفي و گراديان بوستينگ استفاده مي شود. نتايج اين پژوهش، علاوه بر ارائه بهترين مدل پيش‌بيني مصرف برق، نشان مي‌دهد كه روش‌هاي يادگيري ماشين و همچنين متغيرهاي تأثيرگذار بر پيش‌بيني مصرف، در افق‌هاي زماني مختلف، داراي مزاياي متفاوتي هستند كه بايد با توجه به هدف مورد بررسي، به آن‌ها توجه شود.