پیش‌بینی‌های مصرف انرژی خانگی به عنوان اصلی ترین منابع مصرفی در حوزه اقتصاد انرژی از طریق مدل یادگیری ماشین

نسیم امیدی¹

1) دانشجوی کارشناسی ارشد اقتصاد انرژی، دانشگاه ایلام

محل انتشار : سومین کنگره بین المللی علوم، مهندسی و فن آوری های نو(secongress.com)
چکیده :
مدیریت بهینه انرژی در بخش خانگی، به‌عنوان یکی از مهم‌ترین منابع مصرفی در اقتصاد انرژی، نقشی کلیدی در دستیابی به پایداری، کاهش انتشار کربن، حفظ منابع طبیعی و صرفه‌جویی اقتصادی ایفا می‌کند. با این حال، روش‌های سنتی پیش‌بینی مصرف انرژی اغلب از دقت کافی برخوردار نیستند، که این موضوع لزوم بهره‌گیری از رویکردهای پیشرفته‌ را نمایان می‌سازد. در این راستا، هوش مصنوعی (AI) به‌عنوان ابزاری توانمند برای مدل‌سازی و پیش‌بینی مصرف انرژی مطرح شده است؛ اما مدل‌های مبتنی بر هوش مصنوعی معمولاً به‌دلیل ساختار جعبه‌سیاه ، فاقد شفافیت و تفسیرپذیری کافی هستند. به‌منظور رفع این چالش، چارچوب‌های هوش مصنوعی قابل توضیح (XAI) توسعه یافته‌اند تا امکان تحلیل و درک بهتر تصمیمات مدل‌های یادگیری ماشین را فراهم آورند.در این پژوهش، هدف دستیابی به پیش‌بینی دقیق مصرف انرژی خانگی با بهره‌گیری از مدل‌های یادگیری ماشین و مقایسه عملکرد آن‌ها بر اساس معیارهای ارزیابی مختلف از جمله ضریب تعیین (R2)، ریشه میانگین مربعات خطا (RMSE)، میانگین مربعات خطا (MSE) و میانگین خطای مطلق (MAE) است. مدل برتر از طریق آزمون بر روی داده‌های دیده‌نشده شناسایی شده و سپس با استفاده از دو چارچوب XAI شامل روش توضیح مدل‌های محلی و مستقل از مدل (LIME) و مقادیر شاپلی افزایشی (SHAP) تحلیل می‌شود. این تحلیل‌ها، ویژگی‌های مؤثر در پیش‌بینی مصرف انرژی را آشکار ساخته و بینش‌هایی کاربردی در مورد اهمیت آن‌ها ارائه می‌دهند. نتایج به‌دست‌آمده بر اهمیت الگوهای مصرف گذشته و نقش مقادیر پایین مصرف در پیش‌بینی دقیق انرژی تأکید دارند. همچنین، این مطالعه نشان می‌دهد که استفاده از چارچوب‌های XAI می‌تواند به توسعه مدل‌های پیش‌بینی شفاف‌تر، سازگارتر و قابل اعتمادتر کمک شایانی کند.
کلمات کلیدی : مصرف انرژی خانگی یادگیری ماشین هوش مصنوعی قابل توضیح (XAI) اقتصاد انرژی ارزیابی مدل