>
Fa   |   Ar   |   En
   شخصی‌سازی مصرف انرژی در خانه‌های هوشمند با استفاده از تکنیک‌های یادگیری ماشین  
   
DOR 20.1001.2.9919046224.1399.6.1.14.9
نویسنده تقوائی فاطمه ,صفا رامین ,بهشتی همایون
منبع وب پژوهي - 1399 - دوره : 6 - ششمين کنفرانس بين المللي وب پژوهي - کد همایش: 99190-46224
چکیده    به دلیل مصرف انرژی بالا ساختمان‌ها، مدیریت انرژی در خانه‌های هوشمند یک چالش اساسی است. سیستم‌های توصیه‌گر شخصی‌سازی ‌شده یک راه‌حل‌ برای بهینه‌سازی مصرف انرژی از طریق تحلیل رفتارهای مصرف انرژی ساختمان است. تکنیک تجزیه انرژی nilm یک راه‌حل بهینه است. بااین‌حال، ترکیب سیستم‌های پیشنهاددهنده و nilm توجه کمتری را به خود جلب کرده است. این مقاله یک سیستم توصیه‌گر شخصی‌سازی‌ شده مبتنی بر nilm پیشنهاد می کند که دارای سه فاز اصلی است: nilm مبتنی بر dae، دسته‌بندی متون مبتنی بر tf-idf و پیشنهاد شخصی‌سازی‌شده. به دلیل نویز در داده‌ها، nilm مبتنی بر dae کمک می‌کند تا نویزها از سیگنال‌ها شناسایی شوند. نیازمندی‌های و علاقه مندی های خانوارها در این مرحله شناسایی می شوند. در فاز دوم از تکنیک tf-idf برای استخراج کلمات پراهمیت از لوازم بهینه و اختصاص برچسب به آن‌ها استفاده می‌شود. درنهایت در فاز سوم، از تکنیک شبیه‌سازی کسینوسی برای ارائه پیشنهاد استفاده می‌شود. در این گام برای هر وسیله که در لیست نیازمندی‌های کاربر وجود دارد یک پیشنهاد تولید می‌شود. رویکرد پیشنهادی با استفاده از مجموعه داده redd موردبررسی قرار گرفت. نتایج نشان داد که دقت سیستم توصیه‌گر حدود 60% بوده است.
کلیدواژه خانه هوشمند ,سیستم‌های توصیه‌گر ,Nilm ,یادگیری ژرف ,Tf-Idf
آدرس موسسه آموزش عالی آیندگان، تنکابن, ایران, موسسه آموزش عالی آیندگان، تنکابن, ایران, موسسه آموزش عالی آیندگان، تنکابن, ایران
پست الکترونیکی homayon.beheshti@gmail.com
 
 

Copyright 2023
Islamic World Science Citation Center
All Rights Reserved