پیش بینی روزانه مصرف بار الکتریکی ایران توسط مدلی جدید از ترکیب دو شبکه عصبی کوهونن
محل انتشار: نوزدهمین کنفرانس بین المللی برق
سال انتشار: 1383
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,744
فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
PSC19_103
تاریخ نمایه سازی: 12 آذر 1385
چکیده مقاله:
در مقاله حاضر، ضمن ارائه مدلی جدید جهت پیش بینی کوتاه مدت بار الکتریکی شامل ترکیب دو شبکه عصبی کوهونن، مبانی اساسی جهت نگارش نرم افزاری برای پیش بینی روزانه بار مطرح شده است . این مدل که نسبت به عوامل محیطی نظیر درجه حرارت فعال می باشد قادر به پیش بینی کلیه روزهای سال اعم از ایام کاری هفته، تعطیلی آخر هفته ایام ماه رمضان و ... باخطای کم میباشد . مدل کلی مورد استفاده در نرم افزار پیش بینی بار از 10 زیرمدل برای پیش بینی روزهای هفته، روزهای تعطیل رسمی، روزهای قبل از تعطیل رسمی و روزهای پس از تعطیل رسمی تشکیل شده
است . هر یک از زیرمدلهای دهگانه با بهره گیری از دو شبکه عصبی کوهونن مبادرت به پیش بینی بار روزانه می - نماید . پیش بینی در هر یک از این زیرمدلها شامل دو مرحله آموزش و پیش بینی می باشد . نرم افزار مزبور توسط بار و درجه حرارت ایران مورد آزمایش واقع گردیده است و متوسط قدرمطلق خطای کلیه روزهای غیر خاص سالهای 1381 ، 1380 و 1382 به ترتیب عبارت از % 1/73 ، % 1/68 و % 1/57 می باشد .
کلیدواژه ها:
نویسندگان
مهدی فرهادی
دانشگاه صنعتی خواجه نصیرالدین طوسی، دانشکده برق
سیدمسعود تفرشی
دانشگاه صنعتی خواجه نصیرالدین طوسی، دانشکده برق
ناصر وفادار
مرکز دیسباچینگ ملی ایران – تهران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :