Abstract
Maqolada “Buxoro HETK” AJning 0,4–10 kV taqsimlovchi elektr
tarmoqlarida yuklamani qisqa muddatli prognozlash va noqonuniy isteʼmol
alomatlarini aniqlash uchun mashinali oʻqitish usullarining samaradorligi baholanadi.
Buxoro viloyatining iqlim sharoiti va isteʼmol profilini aks ettiruvchi 8760 soatlik
namunaviy maʼlumotlar asosida chiziqli regressiya, tasodifiy oʻrmon, gradiyent
busting va koʻp qatlamli neyron tarmoq modellari qiyosiy tahlil qilinadi. Isteʼmoldagi
anomaliyalarni aniqlash uchun Isolation Forest algoritmi qoʻllaniladi. Namunaviy
maʼlumotlar boʻyicha gradiyent busting modeli eng yuqori prognozlash aniqligini
koʻrsatgan (MAPE = 4,59 %; R² = 0,90), uning xatoligi chiziqli regressiya modeliga
nisbatan 42 % ga kam boʻlgan. Isolation Forest algoritmi anomal isteʼmol profiliga ega
abonentlarning 72 % ini aniqlagan. Aniqlangan anomaliyalar noqonuniy isteʼmolni
tasdiqlash uchun qoʻshimcha tekshiruvni talab qiladi. Tarmoqni rejalashtirish va tijorat
yoʻqotishlarini kamaytirishga qaratilgan toʻrt sathli intellektual arxitektura taklif
etiladi. Natijalar namunaviy maʼlumotlarga asoslangan boʻlib, ularning amaliy
samaradorligini real ekspluatatsiya sharoitida tekshirish zarur.
References

This work is licensed under a Creative Commons Attribution 4.0 International License.
