پیش‌بینی مصرف انرژی در گلخانه‌ها با استفاده از یادگیری ماشین: مورد مطالعاتی استان تهران

Abstract

افزایش مصرف انرژی در بخش گلخانه‌ای، به‌ویژه در مناطق پرتمرکز کشاورزی، لزوم استفاده از روش‌های هوشمند برای تحلیل و پیش‌بینی مصرف انرژی را بیش از پیش نمایان کرده است. در این پژوهش، با استفاده از داده‌های آمارنامه‌های رسمی وزارت جهاد کشاورزی طی سال‌های ۱۳۹۳ تا ۱۴۰۲، مدلی مبتنی بر یادگیری ماشین برای پیش‌بینی مصرف انرژی گلخانه‌های استان تهران توسعه داده شد. مجموعه داده شامل اطلاعاتی نظیر سال، نوع محصول، سطح زیر کشت و فاصله شهرستان‌ها از سطح دریا بود. مصرف انرژی حرارتی و الکتریکی بر اساس استاندارد ملی ایران شماره ۱۴۳۰۰ محاسبه و به یک شاخص واحد انرژی تبدیل شد. برای مدل‌سازی، از دو الگوریتم جنگل تصادفی و درخت تصمیم‌گیری استفاده شد و بهینه‌سازی فراپارامترها با روش جستجوی شبکه‌ای انجام گرفت. نتایج نشان داد که هر دو مدل از دقت بسیار بالایی برخوردارند، اما مدل درخت تصمیم‌گیری با مقدار  پارامتر دقت 9986/0 عملکرد بهتری در پیش‌بینی مصرف انرژی ارائه داد. تحلیل تطابق مقادیر واقعی و پیش‌بینی‌شده بیانگر پایداری و توان بالای مدل نهایی است. به‌منظور تفسیرپذیری مدل، از روش SHAP برای تحلیل اهمیت ویژگی‌ها استفاده شد. نتایج نشان داد که سطح زیر کشت گلخانه‌ها مهم‌ترین عامل تأثیرگذار بر مصرف انرژی است، در حالی که سایر متغیرها نقش کمتری دارند. یافته‌های این پژوهش نشان می‌دهد که استفاده از مدل‌های یادگیری ماشین می‌تواند ابزار مؤثری برای مدیریت و بهینه‌سازی مصرف انرژی در گلخانه‌ها و حمایت از تصمیم‌گیری‌های کلان در بخش کشاورزی باشد.