طراحی الگوریتم کاربردی پیش بینی بار به کمک شبکه های عصبی با هدفکاهش جریمه پرداختی خریداران بازار برق با استفاده از الگوریتم ژنتیک
- سال انتشار: 1387
- محل انتشار: بیست و سومین کنفرانس بین المللی برق
- کد COI اختصاصی: PSC23_250
- زبان مقاله: فارسی
- تعداد مشاهده: 903
نویسندگان
دانشگاه صنعتی شریف
دانشگاه فردوسی مشهد
دانشگاه فردوسی مشهد
چکیده
با توجه به روند جدید استقلال شرکتهای توزیع و الزام حضور آنها در بازار برق، و بالا بودن ضریب خطای پیش بینی بار مصرفی آنها در حال حاضر، یافتن روشی به منظور پیش بینی دقیق بار مصرفی مشترکین ضروری به نظر می رسد. لذا در این مقاله سعی می شود با در نظر گرفتن رویه اجراییپرداخت جریمه آزمون ناموفق مصرف و به کمک شبکه های عصبی روشی برای کاهش جریمه پرداختی خریداران به بازار برق پیشنهاد گردد. روش پیشنهادی به کمک ترکیبی از چند شبکه عصبی برای پیش بینی بازه های مختلف زمانی روز مورد پیش بینی است. به منظور اطمینان از کاهش جریمهپرداختی، شبکه های عصبی مذکور به کمک الگوریتم ژنتیک و به کمک تابع هزینه ای بر مبنای میزان جریمه پرداختی آموزش می بینند. نتایج پیاده سازی بیانگر این است که استفاده از این روش می تواند به صرفه جویی زیادی در هزینه های شرکت در بازار بیانجامد.کلیدواژه ها
پیش بینی بار، شبکه های عصبی، جریمه آزمون ناموفق مصرف، الگوریتم ژنتیکمقالات مرتبط جدید
- ارزیابی اقتصادی و زیست محیطی سناریوهای ترکیب انرژی تجدیدپذیر در برنامه ریزی تولید برق ایران تا افق ۱۴۱۰
- بررسی فناوریها و استراتژیها برای بهینه سازی مصرف انرژی و افزایش کارایی در شبکه های توزیع
- فناوری اطلاعات و ارتباطات سبز
- Hoo Controller Design for a Quadruple-Tank Multivariable System: Robust Performance via Weighted Sensitivity Shaping
- تاثیر حیاتی همبستگیهای آماری ضعیف بادبار بر قابلیت اطمینان سیستمهای قدرت: دیدگاهی فراتر از مدلهای سنتی
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.