پیش بینی بار کوتاه مدت با سیستم استنتاج فازی تطبیقی

سال انتشار: 1378
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,771

فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

PSC14_040

تاریخ نمایه سازی: 30 شهریور 1386

چکیده مقاله:

این مقاله از سیستم استنتاج فازی تطبیق مرجع [1] در پیش بینی بار کوتاه مدت بهره می برد و همانند مرجع [2] ، دسته بندی الگوهای بار در بازنه های یک ساعتی انجام می پذیرد تا دفت هر چه بالاتری در دسته بندی الگوها و در نتنجه پیش بینی الگوی بار حاصل گردد . از آنجا که بارهای حد اکثر و حد اقل روز های متوالی یا روزهای مشابه از هفته های متوالی عموما دارای تغییرات زیادی می باشند ولی تغییرات بارهای متوسط روزانه آنها دارای منحنی هموارتری می باشد، لذا نرمالیزه کردن الگوهای بار در اینجا بر مبنای مقادیر متوسط صورت گرفته است تا با افزایش دقت در پیش بینی مقدار پایه نرمالیز اسیون ،دقت پیش بینی نهایی نیز افزرده شود . نتایج حاصله از اعمال این الگوریتم برای سیستم قدرت خراسان در مقایسه با روش شبکه های عصبی افزایش دقت را نشان می دهند، ضمن اینکه بکار گیری الگوریتم استنتاج فازی تطبیقی و نرمالیزاسیون بر مبنای مبنای مقادیر متوسط بار روزانه در پیش بینی بار کوتاه مدت ،از ویژگیهای انحصاری این مقاله به شمار می آیند .

کلیدواژه ها:

پیش بینی بار کوتاه مدت ، شبکه های عصبی ، سیستمهای فازی ، شبکه های عصبی فازی ، سیستم استنتاج فازی

نویسندگان

محمود یعقوب پور

دانشگاه فردوسی مشهد - دانشکده مهندسی

محمدحسن مدیرشانه چی

دانشگاه فردوسی مشهد - دانشکده مهندسی

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 :
  • محمود یعقوب پور، مرتضی خاتمی و محمد حسن مدیرشانه چی، ...
  • پیش بینی میان مدت میزان مصرف بار الکتریکی توسط شبکه های فازی عصبی [مقاله کنفرانسی]
  • J.S.R.Jang, ANFIS : Adaptive Netword- Based Fuzzy inference _ syst, ...
  • A.D. Pap alexopoulo s and T. C.Hesterberg, Aregression- Based Approach ...
  • W.R. Christiaanse, Short- Term Load Forecasting Using General Exponential Smoothing, ...
  • G.Gross and F.D.Galiana, short term Load Forecasting , Proc. IEEE ...
  • D.W.Bunn, E.D.Farmer, Comparative models for Electrical Load forecasting, John Wiley ...
  • Mohamed A. Abu- EL-Magd and N.K. Sinha, Short- term load ...
  • Iresarri, G.D. Widergern , S, E. Yehaskle , P.D. On ...
  • J.Toyoda, M.S.Chen, Y, Inouse, AN Application of state estimation to ...
  • W.D.Laing _ time series methods for predicting the CEGB Demand ...
  • A. G.Bakirtzis. J.B. Theocharis. S. J. Keartzis. J.B. Theocharies. S. ...
  • A. S.Dehdashti, J.R. Trdor and M. C.Smith . Forecasting of ...
  • Y.Hsu , K.Ho, fuzzy expert systems : an application to ...
  • A.D. Pap lexopoulos _ S. Has and T.M. Peng, an ...
  • G.Gross and F.D.Galiand, Short- term Load forecasting , proc. IEEE ...
  • K.L.Ho, Y.Y. Hsu, C.F.Chen, T.E.Lee, C.C.Lai, K.K. Chen, short- term ...
  • T.Haida. S.Muto _ Regression based peak load forecasting using a ...
  • S.T.Chen , D.C.Yu, A _ R. Moghaddamj O, weateher sensetive ...
  • نمایش کامل مراجع