بررسی و مقایسه روش های یادگیری عمیق جهت پیش بینی بار شبکه هوشمند
- سال انتشار: 1399
- محل انتشار: فصلنامه کهربا، دوره: 7، شماره: 27
- کد COI اختصاصی: JR_KHRBA-7-27_003
- زبان مقاله: فارسی
- تعداد مشاهده: 466
نویسندگان
کارشناس ارشد مهندسی برق قدرت دانشگاه شهید بهشتی تهران
کارشناس ارشد مهندسی برق قدرت دانشگاه شهید بهشتی تهران
چکیده
در طی یک دهه گذشته، صنعت آب و برق سرمایه گذاری های گسترده ای را در رابطه با شبکه های هوشمند داشته است.در شبکه هوشمند اطلاعات و انرژی در یک انتقال دو طرفه مبادله می شوند. شبکه هوشمند کاربردهای زیادی برای هوش مصنوعیمانند شبکه عصبی مصنوعی، یادگیری ماشین و یادگیری عمیق فراهم کرده است. اخیرا، یادگیری عمیق در بسیاری از زمینه هامانند پیش بینی سری زمانی بار، موضوع جدیدی برای برنامه های هوش مصنوعی بوده است. در این پژوهش الگوریتم های متداولیادگیری عمیق استفاده شده برای مسئله پیش بینی بار در شبکه هوشمند و سیستم های قدرت معرفی و بررسی شده است و درنهایت چندین روش از نظر درصد کاهش خطای جذر میانگین مربعات مقایسه شده اند. هدف از این تحقیق، تحلیل کاربردهایمختلف یادگیری عمیق است که در پیش بینی بار سیستم های قدرت و شبکه هوشمند استفاده می شود.کلیدواژه ها
پیش بینی بار، شبکه هوشمند، شبکه عصبی مصنوعی، هوش مصنوعی، یادگیری عمیقمقالات مرتبط جدید
- بررسی تاثیر فین در انتقال حرارت در یک کانال با پله پس رودر حضور جریان آشفته با تدیکد بر استفاده و مقایسه مدل های توربولانسی مختلف
- Improvement of Rectifier Converter Using Digital Controller
- The impact of ۵G technology on the future of telecommunications
- اینترنت اشیا
- بهبود مصرف انرژی در اینترنت اشیابااستفاده ازپردازش مه وپردزش لبه
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.