سال انتشار: 1389
محل انتشار: بیست و پنجمین کنفرانس بین المللی برق
کد COI مقاله: PSC25_194
زبان مقاله: فارسیمشاهد این مقاله: 625
فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد
با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 11 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:
مشخصات نویسندگان مقاله استفاده از شبک ههای عصبی برای پی شبینی کوتا همدت بار
چکیده مقاله:
در این مقاله شبکه عصبی برای پیش بینی کوتاه مدت بار استفاده شده و برای افزایش میزان دقت نتایج، انتخاب مناسب و بهینه پارامترهای موثر در پیش بینی، مورد بررسی قرار گرفته است. برای پیش بینی بار با استفاده از روش مطرح شده در این مقاله، نیازی به دیتای مربوط به دمای هوا و میزان رطوبت هوا نمی باشد، بدون اینکه این کار باعث کاهش دقت پی ش بینی گردد. در این مقاله همچنین تلاش شده است تا دقت نتایج پیش بینی بار برای روزهای تعطیل افزایش یابد. نتایج حاصل از پیش بینی بار که در اینجا به دو روش روزانه و ساعتی انجام شده، ارائه و سرانجام این دو روش پیش بینی با یکدیگر مقایسه شده اند. علاوه براین، در این مقاله برای بررسی دقیق تر نحو ه عملکرد شبکه های عصبی طراحی شده برای این دو روش پیش بینی بار، پارامتری ارائه شده است که با استفاده ازاین پارامتر می توان میزان دقت نتایج پیش بینی را بهتر مورد بررسی قرار داد.
کلیدواژه ها:
پي شبيني بار كوتا ه مدت،،(STLF)مدل روزانه و مدل ساعتي، شبك ههاي عصبي مصنوعي ،(ANN) روش پ سانتشار خطا
کد مقاله/لینک ثابت به این مقاله
برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:https://civilica.com/doc/133397/
نحوه استناد به مقاله:
در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:سرلک، محمود و ابراهیمی، تقی و توکلی، احسان و طلوعی خیامی، محمد،1389،استفاده از شبک ههای عصبی برای پی شبینی کوتا همدت بار،بیست و پنجمین کنفرانس بین المللی برق،تهران،،،https://civilica.com/doc/133397
در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1389، سرلک، محمود؛ تقی ابراهیمی و احسان توکلی و محمد طلوعی خیامی)
برای بار دوم به بعد: (1389، سرلک؛ ابراهیمی و توکلی و طلوعی خیامی)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود ممقالهقاله لینک شده اند :مدیریت اطلاعات پژوهشی
اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.
علم سنجی و رتبه بندی مقاله
مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.
مقالات مرتبط جدید
- بررسی سامانه شبکه های ارتباطی و برنامه ریزی ساختار شهر در بافت فرسوده
- بررسی میزان تأثیر فناوری اطلاعات در مواجهه با بحران کرونا ویروس
- Audio Summarization using PSO Algorithm
- عوامل موثر بر پیاده سازی موفق برنامه ریزی منابع سازمان((ERP
- مروری بر کاربردهای منطق فازی و تحقیقات انجام شده در باستان شناسی
مقالات فوق اخیرا در حوزه مرتبط با این مقاله به سیویلیکا افزوده شده اند.
به اشتراک گذاری این صفحه
اطلاعات بیشتر درباره 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.