چاپ

پیام مازند - ایسنا/مازندران مدیرعامل شرکت توزیع نیروی برق غرب مازندران یادآورشد: مناسب ترین شیوه برای شناسایی و تفکیک مشترکین دائم از غیردائم پردازش داده های مصرفی مشترکین با استفاده از توانمندی و قابلیت های محققین دانشگاهی و متخصص علم داده است.

کیوان فرح زاد گفت: مهم ترین چالش این شرکت در اجرای برق امید، شناسایی تعداد پرشمار و قابل توجه مشترکین فصلی و غیر دائم بوده است.
وی افزود: ازآنجاکه برآوردهای کارشناسی اولیه حاکی از غیر دائم بودن قریب نیمی از مشترکین خانگی این شرکت بوده است، از این رو کارگروه برق امید در شرکت تشکیل و مهم ترین اولویت این کارگروه شناسایی این دسته از مشترکین بوده است.
مدیرعامل شرکت توزیع نیروی برق غرب مازندران ادامه داد: در این راستا در گام اول پیشنهاد شد با استفاده از اطلاعات فردی ثبت شده در سیستم جامع مشترکین (کدملی -تلفن همراه و غیره ) این تفکیک صورت گیرد که با توجه به تغییرات زیاد در واگذاری انشعاب وعدم تغییر نام و مشخصات انشعاب، عدم تفکیک شماره همراه های مختلف و قابل توجه به نوع منطقه در سیستم (شماره های اعتباری ایرانسل و همراه اول )دقت این شیوه پایین و غیر قابل اعتماد بود .
فرح زاد تصریح کرد: تحقیق و بررسی نشان داد مناسب ترین شیوه برای شناسایی وتفکیک مشترکین دائم از غیر دائم پردازش داده های مصرفی مشترکین با استفاده از توانمندی وقابلیت های محققین دانشگاهی و متخصص علم داده( Data Science ) است.
وی گفت: متخصص علم داده باید به مهارت ها و علوم مختلف مرتبط از جمله آمار و مهندسی،دانش تخصصی در حوزه مسئله، داده کاوی،یادگیری ماشین،تمییز کاری داده و علوم کامپیوتر مسلط باشد تا با ترکیب این دانش ها و مهارت ها به هدف مورد نظر دست یابد.
مدیرعامل شرکت توزیع نیروی برق غرب مازندران خاطرنشان کرد: پس از انجام بررسی های لازم و ارزیابی محققین و تیم مربوطه با شاخص های مهارتی مورد نیاز، خوشبختانه تحقیق برتر شناسایی و با همکاری کارگروه برق امید الگوریتم شناسایی مشترکین دائم از غیر دائم پس از جلسات متعدد و کارشناسی فراوان با توجه به پیچیدگی ابعاد مسئله، طراحی شد .
این مسئول یادآور شد: در الگوریتم هوشمند طراحی شده و با ترکیب مهارت های فوق الذکر اطلاعات مصرف انرژی دو سال اخیر تعداد 10هزار مشترک غیر دایم خانگی و 10هزار مشترک دایم خانگی که صحت نوع اقامت (دائم بودن یا غیر دائم بودن ) برای این شرکت محرز بوده است استخراج شده و با استفاده از تکنیک ها و الگوریتم های (شناسایی مسئله،تمیز کردن داده ها، تحلیل آماری، استفاده از ابر کامپیوتر، به کارگیری یادگیری عمیق deep learning جهت آموزش نمونه ها و تعمیم بر کل مشترکین )مشترکین در سه دسته دائم،غیر دائم و مشکوک با احتمال مشخص شده طبقه بندی شدند.
فرح زاد افزود: طبق نتایج استخراج شده از تعداد 529 هزار و 631 مشترک خانگی این شرکت،الگوریتم مربوطه با دقت 93 درصد 48.82 درصد مشترکین را به عنوان مشترکین دائم شناسایی کرده و مابقی مشترکین غیردائم نشین یا خالی از سکنه تشخیص داده شده اند .
مدیرعامل شرکت توزیع نیروی برق غرب تاکید کرد: الگوریتم هوشمند به کارگیری شده مبتنی بر علم داده جهت شناسایی اگرچه ممکن است بعضا (حدود 7 درصد) با خطا همراه باشد اما پس از گذشت زمان و آموزش مجدد سیستم ارتقا خواهد یافت؛ اما در مقایسه با دیگر شیوه های شناسایی از جمله اطلاعات فردی ، شماره های ثبت شده تلفن همراه در سیستم جامع و اظهارات شماره برداران یقینا شیوه مناسب و قابل اعتمادتری است .
انتهای پیام