پیش بینی کوتاه مدت بار صنایع با استفاده از شبکه عصبی بهبود یافته

  • سال انتشار: 1390
  • محل انتشار: بیست و ششمین کنفرانس بین المللی برق
  • کد COI اختصاصی: PSC26_348
  • زبان مقاله: فارسی
  • تعداد مشاهده: 1281
دانلود فایل این مقاله

نویسندگان

مهرداد حجت

دانشگاه فردوسی مشهد-آزمایشگاه تجدید ساختار

سعید سید مهدوی

دانشگاه فردوسی مشهد- آزمایشگاه تجدید ساختار

محمد حسین جاویدی

دانشگاه فردوسی مشهد- آزمایشگاه تجدید ساختار

مهدی علومی

دانشگاه فردوسی مشهد- شرکت برق منطقه ای خراسان

چکیده

پیش بینی کوتاه مدت بار صنایع به دلیل ویژگی های خاص پروفیل بار آن ها تفاوت های بنیادی با پیش بینی کوتاه مدت بارهای منطقه ای در سیستم های قدرت دارد . در ای ن مقاله روشی مبتنی بر استفاده از شبکه عص بی در پ یش بین ی بار ساعتی ارائه شده است. الگوریتم پیشنهادی نسبت با الگوریتم های موجود دارای دو مزی ت کلی است . الگوریتم ارائه شده از بار ساعت گذشته در مرحله آموزش شبکه استفاده نماید و بدین ترتیب دقت نتایج به می زان چشمگ یری افزایش می یابد. اما مشکل اصلی در دسترس نبودن بار ساعت قبل در زمان انجام پیش بینی است که با ارائه یک راهک ار اصلاحی در این مقاله، حل شده است . در واقع از خروج ی شبکه عصبی به عنوان فیدبک ورودی برای بار ساعت قبل در مرحله آزمون شبکه استفاده شده است . مزیت دیگر روش پیشنهاد شده در این مقاله، استفاده از یک شبکه عصبی کمکی برای تخمین خطای پیش بینی و بالا بردن میزان دقت نتایج نهایی است. جهت پیاده سازی الگوریتم پیشنهادی از اطلاعات مصرف ساعتی شرکت سیمان بجنورد در سه ماه اول سال 89 استفاده شده است.

کلیدواژه ها

پیش بینی کوتاه مدت بار ، شبکه عصبی ، سیستم استنتاج فازی ، بار صنعتی

مقالات مرتبط جدید

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.