مدل پیش بینی قیمت بنکداری برق به شیوه رگرسیون کوانتیل وفیلتر کالمن
- سال انتشار: 1402
- محل انتشار: دوازدهمین کنفرانس بین المللی مهندسی برق، الکترونیک و شبکه های هوشمند
- کد COI اختصاصی: EESCONF12_014
- زبان مقاله: فارسی
- تعداد مشاهده: 165
نویسندگان
مدرس دانشگاهدانشجوی دکتری حسابداری تخصصی دانشگاه آزاد تبریز
چکیده
هدف پژوهش حاضر مدل پیش بینی قیمت بنکداری برق به شیوه رگرسیون کوانتیل وفیلتر کالمن می باشد .یکی از مهمترین مسایل در همه کشورها قیمت برق است که این پژوهش از رگرسیون کوانتیل وروش فیلترکالمن برای پیش بینی قیمت برق در بازار تادیه کرد .که دربسیاری از کشورها ازجمله ایران ،ایتالیا،آلمان ،انگلستان و بسیاری دیگر استفاده میشود .نتایج مطالعه نشان می دهد رگرسیون چندکی دقیق ترین مدل است .به ویژه زمانیکه درمقایسه با چندکهای ۹۰ وروش فیلترکالمن رتبه ۲۰ را دارد .علاوه بر این ملاحظات جغرافیایی واقلیمی نقش مهمی در تعیین قیمت برق دارند همچنین توجه به همبستگی مثبت بین قیمت برق ودما وهمچنین رابطه منفی ونامشخص آن با سایر متغییرها ازجمله سرعت باد ورطوبت حائز اهمیت است .کلیدواژه ها
مدل یش بینی قیمت برق ،رگرسیون چندکی ،فیلترکالمن ،تادیه برمبنای پیشنهادمقالات مرتبط جدید
- بهینه سازی مدیریت انرژی در ریزشبکه ها با استفاده از الگوریتم های هوش مصنوعی
- مبانی، کاربردها و چالشهای یادگیری مشارکتی و تحلیل تجربی و مقایسه ابزارهای یادگیری فدرالی در پیاده سازی مدلهای یادگیری ماشین
- راهکارهای مبتنی بر هوش مصنوعی برای بهره وری انرژی در تولید سیمان: یک بررسی جامع
- معماری اینترنت اشیا مبتنی بر هوش مصنوعی در مدیریت انرژی هوشمند
- سیستم های EMS/BMS در ساختمان های ZEB و نمونههای اجرا شده آن در سطح جهانی
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.