مولفه‌های اقلیمی و پیش‌بینی چندمرحله‌ای خود بازگشتی مصرف برق تعرفه تولید (صنعت و معدن) استان تهران

هدف اصلی این مقاله، تحلیل کمی متغیرهای آب‌و‌هوایی متعدد به‌عنوان عوامل موثر بر بار تقاضا و ساخت یک مدل پیش‌بینی دقیق است که در شبکه‌های تولید و توزیع برق به‌منظور برنامه‌ریزی بهینه، مدیریت تولید و تقاضا، حفظ تامین برق ایمن، کافی و کارآمد به کاهش خاموشی و خسارت کمک می‌کند. بنا بر استانداردهای شبکه هوشمند برق، منبع جمع‌آوری اطلاعات، کنتورهای هوشمند برق می‌باشد. این پیش‌بینی با مدل پیش‌بینی چندمرحله‌ای خود بازگشتی در کتابخانه skforecast بر اساس جمع‌آوری داده‌های پیشین مصرف دما و برق ساعتی تعرفه تولید (صنعت و معدن) و انجام داده‌کاوی و پیش‌پردازش بر روی آن‌ها صورت می‌گیرد.

climatic components and recursive multi-step forecasting of electricity consumption, production tariff (industry and mining) of tehran province

the main goal of this article is to quantitatively analyze several weather variables as factors affecting the demand load and to build an accurate forecasting model that can be used in electricity production and distribution networks for optimal planning, production and demand management, maintaining safe, sufficient and efficient electricity supply to reduce outages and damage. according to the standards of the smart electricity network, the source of information collection is the smart electricity meters. this prediction is done with the recursive multi-step forecasting model in the skforecast library based on the collection of previous data of temperature and hourly electricity consumption of the production tariff (industry and mining) and performing data mining and pre-processing on them.