الفهرس 
Chapter One IntroductionOnly 14 pages are availabe for public view
 |  | from | 124 |  |  |
| | | from | 124 | | |
Abstract
الشبكات الكهربائية الذكية المتقدمة (ASGs)والتي تتضمن تقنيات ذكيه ومتطورة للمعلومات والاتصالات اصبحت ذات دور هام واساسي في تطوير البنية التحتية لشبكات الكهرباء. من خلال مراقبه لحظية في الوقت الفعلي لمكونات الشبكة مع إمكانية التوجيه بالإضافة الي التفاعل من قبل العميل وبالتالي ظهرت مهام ومسئوليات جديده سواء عبر توليد ونقل وتوزيع واستهلاك الطاقة بفضل إنترنت الأشياء (IOT)مثل التنبؤ بالطلب للعملاء Customer Demand Forecasting (CDF) وذلك من خلال استخدام الأجهزة الذكية التي تولد كميات كبيرة من البيانات تسمى البيانات الضخمة، والتي يمكن تحميلها على السحابة (Cloud Computing) لتحليل إضافي. نتيجة لذلك وبناءً على المعالجة السحابية، يمكن اتخاذ التدابير ذات الصلة. ومع ذلك، فإن تحميل جميع البيانات التي تم جمعها على السحابة سيكون مضيعة للموارد ويؤثر على الوقت حيث يلزم إجراء عمليات في الوقت الفعلي. وفي هذه الحالة تعمل طبقة حوسبة الضباب (Fog Computing) كجسر بين أجهزة إنترنت الأشياء المدمجة في شبكات الكهرباء الذكية والسحابة للتغلب على مشكلات السحابة. توفر طبقة الضباب مكانًا (على سبيل المثال، خادم ذاكرة التخزين المؤقت) لجمع بيانات العداد الذكي وحسابها وتخزينها قبل إرسالها إلى السحابة. استنادًا إلى التصميم ثلاثي المستويات المشار إليه سابقًاوبفضل تقنيات التعدين والذكاء الاصطناعي والتي تسمح بالتنبؤ بالطلب الكهربائي للعملاء بدقه يتم تقليل العديد من المشاكل والتحديات التي تواجه النظام الكهربائي بالإضافة الي خفض التكلفة الإنتاجية وتكلفة الفواتير الاستهلاكية للعملاء لوجود العميل كشريك تفاعلي داخل النظام الكهربائي. التنبؤ بالطلب للعملاء Customer Demand Forecasting (CDF)عمليه حتميه من اجل التخطيط والتشغيل للنظام الكهربي لأنها توفر العديد من المعلومات المستقبلية الدقيقة لعمليه اداره الطاقة بالإضافة الي ضمان التفاعل من قبل المستهلكين مع النظام الكهربي للعمل على ترشيد الاستهلاك الكهربي. ويوجد العديد من التقنيات المستخدمة لتحسين دقه التنبؤ. هذه التقنيات تختلف عن بعضها البعض من حيث التكوين الرياضي ومجموعه الشروط او الخصائص المستخدمة لتطبيقها. هذه الرسالة تتضمن اقتراح لاستراتيجية جديده للتنبؤ بالطلب الكهربائي للعملاء (CDF) بالإضافة الي تضمن طرق اخرى جديده لاختيار الخصائص الافضل. وبالتالي فالنموذج الخاص بالتنبؤ بالطلب للعملاء(CDF) تتكون مرحلتين. المرحلة الاولى تسمى Feature selection (FS) والثانية تسمى Demand Forecasting (DF) المرحلة الاولي (FS) تركز على اختيار البيانات او الشروط التي لها تأثير فعال على الطلب مما يؤثر بالإيجاب من حيث تسريع عملية التنبؤ بالإضافة الي زيادة دقة النتائج. وذلك بناء على استحداث تقنيه Hybrid Feature selection (HFS) هذه التقنية تعتمد على دمج واتحاد لتقنيات اخرى مقترحه الاولى تسمى Information Gain (IG)والثانية تسمى Binary Particle Swarm (BPS) وذلك من اجل تحسين كفاءه نموذج او تقنيه التنبؤ. المرحلة الثانية (DF) تركز على التنبؤ بالطلب من خلال استحداث لتقنية Improved KN3B (IKN3B) وهى دمج ما بين K-Nearest Neighbors (KNN) classifier و Naïve Bayes (NB) classifier لتقدم نموذج للتنبؤ اسرع وادق .فالترتيب لتنفيذ استراتيجية التنبؤ بالطلب للعملاء هي اختيار الخصائص ذات التأثير الافضل على الطلب وفى النهاية يتم استخدام نموذج التنبؤ المقترح لهذه البيانات لعمل التنبؤ بالطلب المستقبلي للعملاء. النتائج التجريبية اثبتت مدى كفاءه التقنيات المقترحة في الرسالة. ايضا تم مقارنه الاستراتيجية المقترحة للتنبؤ بالطلب للعملاء كامله بغيرها من الاستراتيجيات الحديثة والموجودة سابقا. واتضح ان هذه الاستراتيجية الجديدة المقترحة لتوقع الطلب للعملاء لها تأثير جيد على زيادة مصداقيه واستقرار النظام وذلك لأنها تقدم تنبؤات دقيقه. تتكون الرسالة من (5) فصول هي كالاتي : الفصل الاول : يحتوي هذا الفصل على مقدمه عن محتوى الدراسة والهدف منها وتوضيح لمحتوياتها مع مقدمه سريعة عن الشبكات الكهربائية الذكية المتقدمة والتنبؤ بالطلب للكهرباء بها. الفصل الثاني : يحتوي هذا الفصل على معلومات كامله عن الشبكات الكهربائية الذكية المتقدمة وخصائصها واهدافها ومشاكلها ومشكله التنبؤ بالطلب للكهرباء بها واستعراض للبحوث السابقة عن تقنيات التنبؤ بالطلب للكهرباء الموجودة حاليا. الفصل الثالث : يحتوي هذا الفصل على عرض متكامل للاستراتيجية المقترحة للتنبؤ بالطلب للكهرباء داخل الشبكات الذكية وهذا العرض سيشمل عرض لكل مكونات واجزاء هذه الاستراتيجية من حيث عرض التقنية المقترحة لاختيار الخصائص ذات التأثير الفعال على الطلب وكذلك عرض لتقنيه التنبؤ المقترحة. وكل تقنيه من هذه التقنيات تشمل مجموعه من الخطوات المقترحة تستند جميعها على فكره زيادة السرعة والدقة للتنبؤ بالطلب. الفصل الرابع : يتضمن هذا الفصل النتائج التجريبية التي تم تطبيقها من اجل اثبات مدى كفاءه التقنيات الخاصة باختيار الخصائص ذات التأثير الفعال على الطلب وكذلك الخاصة بالتنبؤ بالطلب. الغرض من هذه النتائج ايضا هو مقارنه نتائج الاستراتيجية المقترحة مع الاستراتيجيات الاخرى الحديثة والموجودة سابقا. تتضمن المقارنة اربعه معايير وهما كفاءه التنبؤ ونسبه الخطأ من التنبؤات ودقه وحساسيه التنبؤ. الفصل الخامس : يتضمن هذا الفصل اهم الاستنتاجات التي استندت الى نتائج العمل المقترح واستعراض لاهم ما تم تطويره خلال العمل. كذلك يتضمن العديد من التوجهات المستقبلية المقترحة لزيادة كفاءه التنبؤ بالطلب الكهربائي في الشبكات الكهربية الذكية.