ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
CIVILICAWe Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

پیشبینی کوتاه مدت سرعت باد با استفاده از روش ترکیبی شبکه عصبی مصنوعی و الگوریتم PSO

سال انتشار: 1393
کد COI مقاله: CLEANENERGY04_045
زبان مقاله: فارسیمشاهد این مقاله: 696
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 6 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله پیشبینی کوتاه مدت سرعت باد با استفاده از روش ترکیبی شبکه عصبی مصنوعی و الگوریتم PSO

محمدرضا عمارتی - دانشجوی کارشناسی ارشددانشگاه تحصیلات تکمیلی صنعتی و فناوری پیشرفته
فرشید کی نیا - استادیارگروه مدیریت و بهینه سازی انرژی پژوهشکده انرژی پژوهشگاه علوم و تکنولوژی پیشرفته و علوم محیطی دانشگاه تحصیلات تکمیلی صنعتی و فناوری
علیرضا عسکرزاده - استادیارگروه مدیریت و بهینه سازی انرژی پژوهشکده انرژی پژوهشگاه علوم و تکنولوژی پیشرفته و علوم محیطی دانشگاه تحصیلات تکمیلی صنعتی و فناوری

چکیده مقاله:

پیش بینی کوتاه مدت سرعت باد میتواند به طور مستقیم دربهینه سازی علمکرد مزرعه بادی تاثیر گذارباشد تغییرات شدید سرعت باد و طبیعت ناپایدار آن باعث میشود که پیش بینی کوتاه مدت آن به عنوان امری چالش برانگیز تلقی گردد دراین مطالعه با استفاده ازروشی مبتنی برشبکه های عصبی مصنوعی و بهینه سازی علمرکد آنها به وسیله الگوریتم pso مدل جدیدی برای پیشبینی سرعت باد ارایه گردیده است دراین روش درابتدا یک شبکه عصبی مصنوعی با استفاده ازداده های مربوط به ساعتهای قبل اموزش می بیند و سپس الگوریتم pso نقش بهینه سازی وزن ها و بایاس های بدست امده توسط شبکه عصبی را برعهده میگیرد همچنین برای نشان دادن کارایی و مقایسه نتایج روش پیشنهاد شده با نتایج سایر روشهای موجود ازداده های واقعی اندازه گیری شده سرعت باد درسایت ماهان کرمان بهره برده شده است این مقایسه نشان میدهد که نتایج حاصل ازپیش بینی درروش پیشنهادی ازدقت بالایی نسبت به سایرروشهای موجود برخوردار است

کلیدواژه ها:

انرژی باد ، پیش بینی ، شبکه عصبی مصنوعی ، الگوریتم pso

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/280347/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
عمارتی، محمدرضا و کی نیا، فرشید و عسکرزاده، علیرضا،1393،پیشبینی کوتاه مدت سرعت باد با استفاده از روش ترکیبی شبکه عصبی مصنوعی و الگوریتم PSO،چهارمین کنفرانس سالانه انرژی پاک،کرمان،،،https://civilica.com/doc/280347

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1393، عمارتی، محمدرضا؛ فرشید کی نیا و علیرضا عسکرزاده)
برای بار دوم به بعد: (1393، عمارتی؛ کی نیا و عسکرزاده)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 ممقالهقاله لینک شده اند :

  • منفرد، محمد، رستگار، حسن، صادقیان، ارسطو، 1386. "ارائه مدل نوین ...
  • Chen, K, Yu, J, 2014. "Short-term wind speed prediction using ...
  • Xydis G, Koroneos C, Loizidou M, 2009. "Energy analysis in ...
  • Sideratos, G, Hatziargyriou, N, 2007. "Using radial basis neural networks ...
  • Ramirez- Rosado, I. J, F ernandez -Jimenez, L .A, "Comparison ...
  • Wu, Y. K, Hong, J. S, _ literature review of ...
  • Rumelhart, D.E., Hinton, E., Williams, J., 1986. "Learning internal representation ...
  • Kennedy, J., Eberhart, R. C., 1995. "Particle Inte rmational ...
  • Conference on Neural Networks, pp.1942-1948. ...
  • Amjadi, N., Keynia, F., 2010. "Electricity market price spike analysis ...
  • Amjadi, N., Keynia, F., Zareipour, H, 2011. "Wind Power Prediction ...
  • Enhanced Particle Swarm Optimization", IEEE , pp. 265-276. ...
  • ISME20I 1, 10-12 May, 2011 ...
  • مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم
    این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه دولتی
    تعداد مقالات: 2,355
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره 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.

    پشتیبانی