استفاده از داده کاوی در بودجه ریزی شرکتهای توزیع نیروی برق

امروزه در اکثر سازمانها داده ها به سرعت در حال جمع آوری و ذخیره شدن می باشند اما این داده های خام و اعداد و ارقام مربوطه به تنهایی هیچ کمکی نمی کنند و نمی توان از آنها بدون کمک از ابزارهای دیگر جهت تحلیل صحیح استفاده نمود یکی از موارد مهم استفاده از داده های گذشته در سازمانها پیش بینی بودجه و تسهیم بودجه بین بخشهای مختلف می باشد. شرکتهای توزیع نیروی برق نیز علی رغم دارا بودن حجم انبوهی از اطلاعات مختلف با معضل بزرگی جهت دستیابی به یک مدل صحیح و منطقی جهت تسهیم عادلانه بودجه میان امورها و بخش های خود روبرو هستند.داده های زیای همچون میزان فروش، میزان وصولی ، تعداد مشترکین، تعداد پرسنل ، وضعیت آب و هوایی، مساحت، طول خطوط، تعداد ترانسفورماتورها، تراکم بار و .... مربوط به هر یک نواحی تحت پوشش در روند تسهیم اعتباراتی چون بهره برداری ، خدمات مشترکین و ...موثر هستند که به کمک علم داده کاوی که علم کشف روابط پنهان میان داده هاست میتوان نحوه انتساب هر یک از این مولفه ها را در روند مناسب تسهیم اعتبار بین بخش و نواحی مختلف شناسایی کرد و از این طریق می توان به یک الگوی مناسب و منطقی جهت تسهیم بودجه دست یافت.در این تحقیق به منظور تعیین سهم هر یک از مولفه های ذکر شده بالا در هر ردیف بودجه و شناسایی ارتباط هر مولفه با هر ردیف بودجه استفاده از روش شبکه های عصبی پیشنهاد می گردد. ورودی مدل از جنس مولفه های تاثیر گذار نظیر تعداد مشترکین ، وضعیت آب و هوایی و ... و خروجی مدل شامل منابع هزینه ای یا سرفصل های بودجه نظیر بهره برداری ، خدمات مشترکین و ... می باشند. انتخاب ترکیبی از آیتم هایی که بر یک منبع بودجه ای اثر گذار می باشند بر اساس نظر خبرگان بودجه می باشد. البته می توان فرض کرد که همه آیتم ها در در شکل دهی یک منبع هزینه ای منتخب نقش دارند چرا که پس از به تعادل رسیدن مدل در صورتی که رابطه ضعیف بوده یا رابطه ای وجود نداشته باشد وزن مربوط (مقدار محرک هزینه ای ) باید نزدیک به صفر محاسبه شود.

کلیدواژه ها:

بودجه ریزی ، داده کاوی ، شبکه عصبی