Veri Madenciliği Algoritmaları Kullanarak Türkiye’deki Elektrik Tüketicileri İçin En Uygun Tarife Seçim Önerisi


Creative Commons License

Balta S.

ISITES, Şanlıurfa, Türkiye, 22 - 24 Kasım 2019, cilt.2, no.3, ss.806-814

  • Cilt numarası: 2
  • Basıldığı Şehir: Şanlıurfa
  • Basıldığı Ülke: Türkiye
  • Sayfa Sayıları: ss.806-814

Özet

Teknolojinin gelişmesiyle birlikte elektriğe bağımlılık gün geçtikçe artmaktadır. Elektrik tüketimi arttıkça maliyette artmaktadır. Bu nedenle bireyler, optimum fayda-maliyet ilişkisini arayarak tasarruf etmeyi amaçlamaktadırlar. Bu çalışmada ilk olarak 1500 satırlık, gündüz, puant ve gece değerlerine sahip olan veri seti oluşturuldu ve bu veri seti kullanılarak en uygun algoritmayı seçmek için Roc analizi yapıldı. Sonra meskenlerdeki toplam elektrik tüketimi, ROC analizi sonucu seçilen lojistik regresyon algoritması ile RapidMiner yazılımında analiz edildi. Abonelere en uygun tarife seçimi yapıldı. Sonuç olarak,% 100 doğru tahmin elde edildi.

Anahtar kelimeler: Elektrik tüketimi, veri madenciliği, lojistik regresyon, rapidMiner, sınıflandırma algoritmaları

With the development of technology, dependence on electricity is increasing day by day. Cost increases as electricity consumption increases. For this reason, individuals aim to save by searching for the optimum benefit-cost relationship. In this study, firstly 1500 rows of data created with day, peak, night values and Roc analysis was used to select the most appropriate algorithm for the data set. Later total electricity consumption in households was analyzed by selecting logistic regression which is data mining algorithm in RapidMiner. The most appropriate tariff selection was provided to the subscribers. As a result, 100% accurate estimation was obtained.

Key words: Electric consumption, data mining, logistic regression, rapidMiner, classification algorithms