پیش بینی کوتاه مدت قیمت الکتریسیته در بازار برق با استفاده از شبکه های یادگیری عمیق بهبودیافته بر پایه الگوریتم فاخته

سال انتشار: 1403
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 208

فایل این مقاله در 15 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICCONF09_055

تاریخ نمایه سازی: 17 تیر 1403

چکیده مقاله:

در بازارهای برق رقابتی ، قیمت الکتریسیته طبیعتی نامطمئن دارد و از آن به عنوان مهم ترین عامل عدم قطعیت نام می برند. در این محیط ، بازیگران مختلف بازار نیازبه پیش بینی دقیق این سیگنال جهت فعالیت های بهرهبرداری و برنامه ریزی خود دارند. پیش بینی قیمت در بازارهای با مناقصه PAB ، دارای اهمیت بیشتری می باشد؛ چرا که در بازار با مناقصه PAB با توجه به این که هر بازیگر، در صورت برنده شدن، بر اساس میزان قیمت پیشنهادی خود وجه دریافت می نماید، شرکت کنندگانی که پیش بینی دقیق تری داشته و استراتژی مناسب تری را بکار گیرند، سود بیشتری را نصیب خود خواهند ساخت . از این رو در این مقاله به ارائه مدلی چند مرحله ای جهت پیش بینی قیمت در بازار برق ایران سال ۱۴۰۲ پرداخته شده است . در مدل پیشنهادی ابتدا دادهها با استفاده از خوشه بندی فازی برحسب نوع بار یا روز سال تقسیم بندی می شوند، سپس با استفاده از شبکه یادگیری عمیق (DL) بهبودیافته بر پایه الگوریتم فاخته پیش بینی قیمت برای ساعات مختلف روز صورت می پذیرد. نتایج بدست آمده بیانگر دقت بالای مدل پیشنهادی می باشد.

کلیدواژه ها:

بازار برق ایران ، پیش بینی کوتاه مدت قیمت الکتریسیته ، شبکه یادگیری عمیق DL ، الگوریتم فاخته

نویسندگان

محمدرضا ظهوری زاده

دانشجو کارشناسی ، دانشکده مهندسی کامپیوتر، دانشگاه پیام نور، واحد مشهد، ایران

مجتبی پورمحقق

هیات علمی ، دانشکده مهندسی کامپیوتر، دانشگاه پیام نور، واحد مشهد، ایران