Python التنبؤ باستهلاك الكهرباء باستخدام نماذج الانحدار

التنبؤ باستهلاك الكهرباء باستخدام نماذج الانحدار

المقدمة

في عصر الشبكات الذكية والبنية التحتية المتقدمة للقياس، يعد التنبؤ الدقيق باستهلاك الكهرباء أمرًا بالغ الأهمية لتحسين إنتاج الطاقة وتوزيعها واستهلاكها. يهدف هذا المشروع إلى تطوير ومقارنة نماذج انحدار مختلفة للتنبؤ باستهلاك الكهرباء (كيلوواط ساعة) باستخدام مجموعة من المتغيرات التوضيحية، بما في ذلك الطاقة التفاعلية للتيار المتأخر، الطاقة التفاعلية للتيار المتقدم، انبعاثات ثاني أكسيد الكربون، ومعامل القدرة. التنبؤ الدقيق باستهلاك الكهرباء أمر ضروري لشركات المرافق لإدارة الطلب، تقليل التكاليف التشغيلية، وتعزيز كفاءة استخدام الطاقة. بالإضافة إلى ذلك، يساهم في التخطيط الاستراتيجي لاستهلاك الطاقة، مما يساعد في الإدارة الأفضل لانبعاثات ثاني أكسيد الكربون ودعم الاستدامة البيئية.

الهدف

الهدف الأساسي من هذه الدراسة هو بناء نماذج تنبؤية باستخدام تقنيات الانحدار الخطي، الانحدار المتدرج (Ridge)، والانحدار المتقطع (Lasso) وتقييم أدائها من حيث الدقة والمتانة. الأهداف المحددة تشمل:

1. تطوير النماذج التنبؤية: إنشاء نماذج انحدار خطي، انحدار متدرج (Ridge)، وانحدار متقطع (Lasso) للتنبؤ باستهلاك الكهرباء.

2. تقييم الأداء: تقييم دقة النماذج باستخدام مقاييس مثل متوسط الخطأ المطلق (MAE)، الجذر التربيعي للخطأ (RMSE)، ومربع معامل التحديد (R²) لتحديد مدى دقة وموثوقية كل نموذج.

3. مقارنة النماذج: مقارنة أداء تقنيات الانحدار الثلاثة لتحديد النموذج الأنسب للتنبؤ باستهلاك الكهرباء وفقًا للبيانات المتاحة.

4. آثار التنظيم (Regularization): فهم تأثير التنظيم على أداء النماذج، خاصة كيفية تعامل الانحدار المتدرج والمتقطع مع مشكلة التعدد الخطي (Multicollinearity) واختيار المتغيرات مقارنةً بالانحدار الخطي التقليدي