Resolving energy consumption issues and spectrum allocation for future broadband networks

Bu tezin amacı, veri madenciliğinde kümeleme yardımıyla gelecekteki genişbant ağlarında enerji tüketimi sorunlarını çözmek ve yüksek spektrum tahsisli enerji veya güç kullanımını belirlemektir. Araştırma çalışması, geniş bant şebeke enerjisi sektörüne ve karşı karşıya olduğu zorluklara genel bir bakış sunmaya başlar; enerji verimliliğini teşvik eden, tüketicinin aktif rolünü teşvik eden, tüketici davranışlarının önemini anlatan ve aynı zamanda tüketici haklarını koruyan enerji politikalarında bir değişiklik olduğu görülmektedir. Elektrik, enerji kaynağı olarak yer kazanmakta olup, önümüzdeki on yıllarda da payı sürekli artmaya devam edecektir. Bu yakın gelecekte, geniş bant ağları ve akıllı sayaçların devreye alınması hem kamu hizmetine hem de tüketiciye fayda sağlayacaktır. Bu ortamda, enerji yönetimi alanı ve araçlarına odaklanan yeni hizmetler ve yeni işler ortaya çıkmakta, bilgisayar bilimi, yazılım geliştirme ve veri bilimi gibi alanlarda uzmanlaşmayı gerektirmektedir. Bu araştırma çalışması, ortak bir çerçeve olarak saat başına enerji kullanım oranını (%) kullanarak, geniş bant ağlarını elektrik yük profillerinin benzerliklerine göre bölümlere ayırmıştır. Bu enerji tüketimi segmentasyonunun arkasındaki amaç, enerji tüketimini ve ilgili maliyetleri azaltmak, enerji verimliliği önlemlerini teşvik etmek ve tüketici katılımını geliştirmek için her gruba kişiselleştirilmiş öneriler sunabilmektir. İstenen segmentasyon, hesaplamalı kümeler hesaplamasına (python programlama dili kullanılarak) dayanan yinelemeli bir süreçle elde edilir ve enerji tüketimini tespit etmek ve bunları daha uygun bir gruba yeniden tahsis etmek için görselleştirme ve istatistiksel veri madenciliği tekniğini uygulayan bir kümeleme sonrası analizi ile sonuçlandırılır. K-Means kümeleme tekniği test edildi ve karşılaştırıldı, 100GHz yüksek spektrumlu tüm enerji yükü profilleri için en iyi doğruluk tahminini %98.46 verdi. K-Means kümelemesinden elde edilen çözüm, nihai enerji tüketimi segmentasyonunu elde etmek için kümeleme sonrası aşamanın temeli olarak kullanılan, aranan segmentasyona daha iyi uyum sağlayan çözümdür. Bu metodolojilerin çoğu, daha yüksek enerji tasarrufu potansiyeline sahip kullanıcıları belirlemeye odaklandıkları için 100 kWh cinsinden mutlak değerleri kullanır. Elektrik tüketicilerinin enerji tüketimi segmentasyonu, tüketici hakkında bilgi ve daha iyi bir anlayış sağlar. Bu özel durumda, geniş bant ağların belirli özelliklerine göre enerji tasarrufu önerilerinin kişiselleştirilmesine olanak tanır; Uygun zamanda yeterli tavsiyeleri sunarak tüketici deneyimini geliştirmek, gelecekteki geniş bant ağları için enerji verimliliği tavsiyelerinin etkinliğini artıran gerçekler