پیش بینی بلندمدت پیک بارشبکه برق ایران با استفاده از روش عصبی - ویولت
- سال انتشار: 1383
- محل انتشار: ششمین کنفرانس سراسری سیستم های هوشمند
- کد COI اختصاصی: ICS06_053
- زبان مقاله: فارسی
- تعداد مشاهده: 1350
نویسندگان
دانشکده برق و رباتیک دانشگاه صنعتی شاهرود
چکیده
گسترش روزافزون مصرف کنندگان انرژی الکتریکی با توجه به پارامترهایی نظیر رشد جمعیت رشد ناخالص قیمت سوخت و تورم اقتصادی همچنان روند صعودی دارد از این رو با توجه به خصوصیات انرژی الکتریکی از قبیل غیرقابل ذخیره بودن ضرورت تداوم جریان درهرلحظه محدودیت تغییرات ولتاژ و فرکانس اهمیت موضوع پیش بینی بار کاملا مشخص می گردد تاکنون روشهای هوشمند متعددی در پیش بینی بلندمدت پیک بار درشبکه های قدرت به کاررفته است که با توجه به دشواری پیش بینی عوامل تاثیر گذاربرشرایط محیطی و اقتصادی در مقایسه با پیش بینی کوتاه مدت و میان مدت این پیش بینی با خطا همراه بوده و از این رو استفاده از روشهای دقیق تر درپیش بینی بلندمدت پیک بار می تواند به برنامه ریزی و بهره برداری بهینه و دقیقتر شبکه برق کمک زیادی کند. دراین مقاله روش الگوریتم عصبی ویولت درپیش بینی پیک بار شبکه برق ایران به کارمیرود و نتایج حاصل از شبیه سازی با روش متداول شبکه عصبی مقایسه میگردد.کلیدواژه ها
پیش بینی بلندمدت بار - شبکه عصبی ویولت روشهای هوشمنداطلاعات 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.