پیش بینی سری زمانی میزان مصرف برق در ایران با استفاده از شبکه عصبی بهبود یافته

نداشتن اطلاعات کافی از آینده از اصلی ترین دغدغه های انسان در طول تاریخ بوده است. همواره ما به دنبالآن بوده اند که از آینده خود آگاه شویم و آن را به نحوی که خود می خواهیم سازمان دهیم. در ابتدا چون توان پیشبینی صحیح و قابل اعتماد فراهم نبود انسان متوسل به نیروهای فراطبیعی می شد و آنگاه که توانایی عقلایی بیشتریپیدا شد، درصدد استفاده از این توانایی برآمدند که از اطلاعات گذشته برای پیش بینی آینده استفاده نمایند که اصطلاحاداده کاوی نامیده می شود. در این مقاله به بررسی و پیش بینی میزان مصرف برق کشور ایران می پردازیم. برای اینمنظور از داده های مصرفی سال های ۹۱ الی ۹۹ نیروی برق کشور برای آموزش و پیش بینی شبکه عصبی استفاده شدهاست و با استفاده از شبکه عصبی پرسپترون چند لایه و بهینه کردن آن با استفاده از الگوریتم ژنتیک به پیش بینیدقیقتر مصرف برق در دوره های آینده پرداختیم . نتایج تحقیق نشان داد روش پیشنهادی Mlp-GA از روش های( LSTM - CNN ، MLP-ANN ((RBF-ANN،LSTM نتایج بهتری داشته است و عملکرد دقیق تری داشته است

کلیدواژه ها:

پیش بینی سری زمانی ، پیش بینی قیمت ، شبکه عصبی ، میانگین درصدخطای مطلق ، سری زمانی