Quarterly Journal of Energy Policy and Planning Research

fa کاربرد رگرسیون چندگانه در مدل سازی الگوی برق مصرفی ایستگاه های آتش نشانی با هدف بهینه سازی و اصلاح الگوی مصرف ( مطالعه موردی : سازمان آتش نشانی و خدمات ایمنی شهر مشهد ) The application of multiple regression in modeling the electricity consumption pattern of fire stations with the aim of optimizing the consumption pattern تخصصي Special پژوهشي Research پیش بینی مناسب <a href="https://civilica.com/search/paper/k-%D9%85%D8%B5%D8%B1%D9%81%20%D8%A8%D8%B1%D9%82/" title="مصرف برق">مصرف برق</a> جزء مهمترین پارامترها در برنامه ریزی برای یک سیستم میباشد. یکی از متداول ترین ابزارها برای انجام پیش بینی، روشهای مبتنی بر رگرسیون میباشد . <a name="_Hlk108098004">در این تحقیق با استفاده از </a><a href="https://civilica.com/search/paper/k-%D9%85%D8%AF%D9%84%20%D8%B1%DA%AF%D8%B1%D8%B3%DB%8C%D9%88%D9%86/" title="مدل رگرسیون">مدل رگرسیون</a> خطی چندگانه به <a href="https://civilica.com/search/paper/k-%D9%BE%DB%8C%D8%B4%20%D8%A8%DB%8C%D9%86%DB%8C%20%D9%85%D8%B5%D8%B1%D9%81%20%D8%A7%D9%86%D8%B1%DA%98%DB%8C/" title="پیش بینی مصرف انرژی">پیش بینی مصرف انرژی</a> برق در <a href="https://civilica.com/search/paper/k-%D8%B5%D9%86%D8%A7%DB%8C%D8%B9%20%D9%81%D9%88%D9%84%D8%A7%D8%AF%DB%8C/" title="صنایع فولادی">ایستگاه</a> های آتش نشانی مشهد پرداخته شده است. جامعه آماری تحقیق حاضر ایستگاه های سازمان آتش نشانی مشهد می باشند که 45 ایستگاه به عنوان نمونه آماری انتخاب گردیدند. جهت تحلیل داده های تحقیق از روشهای آماری همبستگی پیرسون و رگرسیون استفاده گردید. نتایج تحقیق نشان می دهد که بین سه متغیر مستقل تعداد  نیرو آتش نشان مستقر در ایستگاه ، مساحت ایستگاه و تعداد خودرو آتش نشانی با متغیر وابسته میزان برق مصرفی سالیانه ایستگاه همبستگی قوی و مستقیمی وجود دارد. درنهایت با استفاده از مدل رگرسیون چندگانه الگویی برای محاسبه میزان برق مصرفی سالیانه بر اساس متغیرهای مستقل ذکر شده بدست آمد . به جهت تائید مدل بدست آمده،  با استفاده از تحلیل رگرسیون ریج نشان داده شد که علیرغم وجود هم خطی شدید بین متغیرهای مستقل ، در برآورد ضرایب مدل رگرسیون چندگانه تاثیری نداشته و ضرایب مدل رگرسیون ریج بسیار نزدیک و برابر با ضرایب رگرسیون چندگانه معمولی بدست آمده است .    <a name="_Hlk108098035">از نتایج این تحقیق می توان در پیش بینی میزان بودجه هزینه ای سالیانه برق مصرفی ایستگاه های آتش نشانی و نیز به جهت بهینه سازی و اصلاح الگوی مصرف و مدیریت ایستگاه هایی که بیشتر از نرم استاندارد مصرف برق دارند ، استفاده نمود .  </a>   <pre class="tw-data-text tw-text-large tw-ta" data-placeholder="Translation" dir="ltr" id="tw-target-text" style="text-align:left"> Proper prediction of electricity consumption is one of the most important parameters in planning for a system. One of the most common tools for forecasting is regression-based methods. In this research, using the multiple linear regression model, the prediction of electricity consumption in Mashhad fire stations has been discussed. The statistical population of the current research is the stations of the Mashhad Fire Department, of which 45 stations were selected as a statistical sample.</pre> <pre class="tw-data-text tw-text-large tw-ta" data-placeholder="Translation" dir="ltr" id="tw-target-text" style="text-align:left"> Pearson correlation and regression statistical methods were used to analyze the research data. The results of the research show that there is a strong and direct correlation between the three independent variables of the number of firemen stationed at the station, the area of the station and the number of fire trucks with the dependent variable of the station's annual electricity consumption. Finally, by using the multiple regression model, a model was obtained to calculate the annual electricity consumption based on the mentioned independent variables.</pre> <pre class="tw-data-text tw-text-large tw-ta" data-placeholder="Translation" dir="ltr" id="tw-target-text" style="text-align:left"> In order to confirm the obtained model, it was shown by using ridge regression analysis that despite the presence of strong collinearity between independent variables, it did not affect the estimation of coefficients of the multiple regression model and the coefficients of the ridge regression model were very close and equal to the normal multiple regression coefficients. </pre> <pre class="tw-data-text tw-text-large tw-ta" data-placeholder="Translation" dir="ltr" id="tw-target-text" style="text-align:left"> The results of this research can be used to predict the amount of the annual budget of electricity consumed by fire stations and to optimize and modify the consumption pattern.</pre> رگرسیون ریج , رگرسیون چندگانه خطی , ضریب همبستگی , برق مصرفی , ایستگاه آتش نشانی Ridge regression, multiple linear regression, correlation coefficient, electricity consumption, fire station 127 155 http://epprjournal.ir/browse.php?a_code=A-10-1143-1&slc_lang=fa&sid=1 hassan salmani bideskan حسن سلمانی بیدسکان ha.salmani.b59@gmail.com 10031947532846005497 10031947532846005497 Yes دانشگاه ایوان کی pooria babaei پوریا بابایی ie.south.azad@gmail.com 10031947532846005498 10031947532846005498 No دانشگاه ایوان کی ahmad gaeini احمد گائینی a.gaeini20@gmail.com 10031947532846005499 10031947532846005499 No دانشگاه ایوان کی