پیش بینی بار کوتاه مدت با استفاده از تجزیه سری زمانی بار و شبکه عصبی

  • سال انتشار: 1387
  • محل انتشار: فصلنامه مدل سازی در مهندسی، دوره: 2، شماره: 16
  • کد COI اختصاصی: JR_JME-2-16_005
  • زبان مقاله: فارسی
  • تعداد مشاهده: 1035
دانلود فایل این مقاله

نویسندگان

روح الله فیروزنیا

دانشکده مهندسی برق و کامپیوتر، پردیس فنی، دانشگاه سمنان

نیما امجدی

دانشکده مهندسی برق و کامپیوتر، پردیس فنی، دانشگاه سمنان

چکیده

پیش بینی بار کوتاه مدت یک فرایند پایه در بهره برداری سیستم های قدرت محسوب می شود. بسیاری از توابع بهره برداری نظیر آرایش تولید، پخش بار اقتصادی، ارزیابی ایمنی و هماهنگی آبی حرارتی به پیش بینی بار کوتاه مدت وابسته می باشند. در طی سه دهه اخیر روش های مختلفی برای پیش بینی بار کوتاه مدت ارائه شده و نرم افزارهای صنعتی متعددی نیز بر پایه این روش ها تهیه شده اند. از جمله این روش ها می توان به انواع سری های زمانی، هموارسازی نمایی، فیلتر کالمن، شبکه های عصبی و شبکه های فازی عصبی اشاره نمود. مشکلی که تمام روش های پیش بینی بار کوتاه مدت با آن مواجه می باشند انتخاب ورودی های مناسب است. این امر وابسته به مشخصات سیستم قدرت بوده و با گذشت زمان و تغییر الگوی بار تغییر می کند. در این مقاله ابتدا سری زمانی بار از طریق یک تبدیل ریاضی مناسب (تبدیل موجک) تجزیه شده و سپس از سری های حاصل شده پارامترهای ورودی برای آموزش شبکه عصبی استخراج می شوند.

کلیدواژه ها

پیش بینی بار، شبکه عصبی، تبدیل موجک

مقالات مرتبط جدید

اطلاعات بیشتر در مورد 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.