کاربرد شبکه های هوشمند در پیش بینی پیک بار مصرفی غرب کشور

پیش بینی دقیق بارمصرفی میتواند نقش مهمی دراستفاده اقتصادی ازانرژی الکتریکی داشته باشد درسالهای اخیرشبکه های عصبی مصنوعی به عنوان ابزاری توانمند جهت پیش بینی پیک بارمصرفی مورد استفاده قرارگرفته اند بطور کلی شبکه های عصبی مصنوعی برای پیش بینی روابط بین پیک بارمصرفی درگذشته و حال و اینده مورد استفاده قرارمیگیرند سیستم های معمول احتیاج به پارامترهای متغیرمختلفی دارند که هرکدام به نحوی برمنحنی پیک بار تاثیر می گذارند مثل اطلاعات مربوط به باروآب و هوا وجود تعدادزیادی متغیر ورودی سبب بروز خطا درپیش بینی عملکرد آینده سیستم میشود بنابراین سیستم پیشنهاد شده دراین مقاله فقط مقادیر گذشته پیک بارو دمای هوا دریک هفته گذشته به عنوان متغیرورودی استفاده می کند دراین مقاله ازدو الگوریتم مهم شبکه های عصبی مصنوعی به نامهای پرسپترون چندلایه و شبکه عصبی فازی جهت پیش بینی پیک بارمصرفی غرب کشور استفاده شده است درنهایت خطاهای پیش بینی آنها مقایسه گردیده و نشان داده شده است که باتوجه به ماهیت پارامترهای درنظرگرفته شده شبکه پرسپترون چندلایه ازدقت بیشتری نسبت به شبکه عصبی فازی درپیش بینی پیک بارمصرفی برخوردار می باشد

کلیدواژه ها:

شبکه های عصبی مصنوعی ، پیش بینی پیک بارمصرفی ، شبکه پرسپترون چندلایه ، شبکه عصبی فازی