پیش بینی کوتاه مدت تقاضای برق کشور با استفاده از شبکه های عصبی و تبدیل موجک
- سال انتشار: 1389
- محل انتشار: فصلنامه اقتصاد مقداری، دوره: 7، شماره: 2
- کد COI اختصاصی: JR_JQE-7-2_002
- زبان مقاله: فارسی
- تعداد مشاهده: 212
نویسندگان
عضو هیئت علمی اقتصاد دانشگاه تربیت مدرس
دانشجوی دکتری گروه اقتصاد دانشگاه تربیت مدرس
چکیده
آگاهی از میزان تقاضای انرژی برق در هر دوره، به منظور برنامه ریزی دقیق و اعمال سیاستگذاری های لازم، امری ضروری است. از این رو، پیش بینی تقاضای آن، برای بخش های مختلف اقتصادی حائزاهمیت است. در این مقاله به مطالعه ی تطبیقی روش های غیرخطی شبکه های عصبی مصنوعی و تبدیل موجک- شبکه ی عصبی و فرایند خطی ARMAدر پیش بینی تقاضای روزانه برق در بازه ی زمانی یک تا ده گام به جلو پرداخته شده است. نتایج حاصل از به کارگیری معیارهای سنجش RMSE و MAPE نشان داد که مدل های غیرخطی تبدیل موجک و شبکه ی عصبی پیشخور، نسبت به مدل ARMA،در پیش بینی روزانه تقاضای برق کشور از دقت بالایی برخوردار است.کلیدواژه ها
پیش بینی, تقاضای برق, تبدیل موجک, شبکه عصبی مصنوعی, ARCHاطلاعات 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.