پیش بینی تقاضای ماهیانه برق با استفاده از مدل های شبکه عصبی مصنوعی و آریما در ایران
عنوان مقاله: پیش بینی تقاضای ماهیانه برق با استفاده از مدل های شبکه عصبی مصنوعی و آریما در ایران
شناسه ملی مقاله: PSC20_190
منتشر شده در بیستمین کنفرانس بین المللی برق در سال 1384
شناسه ملی مقاله: PSC20_190
منتشر شده در بیستمین کنفرانس بین المللی برق در سال 1384
مشخصات نویسندگان مقاله:
رضا رمضانی - کارشناس ارشد اقتصاد سازمان توسعه برق ایران
مریم رمضانی - مهندس برق، دانشجوی کارشناسی ارشد IT دانشگاه تربیت مدرس ایران
خلاصه مقاله:
رضا رمضانی - کارشناس ارشد اقتصاد سازمان توسعه برق ایران
مریم رمضانی - مهندس برق، دانشجوی کارشناسی ارشد IT دانشگاه تربیت مدرس ایران
پیش بینی تقاضای برق در مقاطع بلند مـدت بـرای توسـعه نیروگاههای کشور و در میان مدت و ماهیانه بـرای اسـتراتژی های شرکتهای وابسته و تولید کننـده قطعـات جـانبی صـنعت برق ضرورتی غیر قابل اجتناب می باشد . همچنین پیش بینـی های کوتاه مدت تقاضای برق جهت تنظیم برق مصـرفی بـین بخشهای مختلف ضروری است . هدف از این مقاله پیش بینی هرچه دقیق تر تقاضای برق مـی باشـد و بـرای ایـن منظـور تقاضای ماهیانـه بـرق از سـال 1370 تـا سـال 1381 در نظـر گرفته شده و داده های سالهای 80 و 81 بعنوان معیار ارزیـابی انتخاب گردیده است . در این مقاله از دو روش آریما و مـدل شبکه های عصبی مصنوعی جهت پـیش بینـی اسـتفاده شـده است . نتایج نشان می دهد که شـبکه هـای عصـبی مصـنوعی عملکردی بهتر از مدلهای آریما در خصوص پیش بینی مقادیر سری های زمانی دارند
کلمات کلیدی: پیش بینی، مصرف برق، شبکه عصبی، آریما
صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/20499/