پیش بینی کوتاه مدت بار و مطالعات تطبیقی براساس الگوریتم جدید RBF
سال انتشار: 1401
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 150
فایل این مقاله در 16 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ENGINEERKH01_049
تاریخ نمایه سازی: 24 اردیبهشت 1402
چکیده مقاله:
شبکه های عصبی به دلیل ویژگی هایی که دارند قادر هستند روابط غیرخطی دقیق را از میان متغیرهای ورودی ، بااستفاده از داده های آزمایشی استخراج نمایند علاوه بر این به دلیل قابلیت برنامه ریزی عالی در پیش بینی کوتاه مدت باربسیار مورد توجه قرار گرفته اند، همچنین با توجه به ضرورت قابلیت اطمینان و پایداری شبکه، تامین بار مورد نیاز مشترکین،بازار برق، اهمیت این موضوع بیشتر نمایان می گردد به همین دلیل این مقاله به بررسی و مقایسه میزان اثر بخشی برخی ازجدیدترین الگوریتم های طراحی شده در آموزش شبکه های عصبی RBF (تابع پایه شعاعی) برای پیش بینی بار الکتریکی ۲۴ساعته می پردازد
کلیدواژه ها:
نویسندگان
جواد حمیدی
عضو هیئت علمی موسسه آموزش عالی خراسان
محمد محمودی زاده
دانشجو کارشناسی ارشد برق موسسه آموزش عالی خراسان