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

بکارگیری همزمان شبکه عصبی و مد تجربی در مطالعات پیش بینی کوتاه مدت بار

تعداد صفحات: 6 | تعداد نمایش خلاصه: 412 | نظرات: 0
سال انتشار: 1394
کد COI مقاله: TEDECE01_438
زبان مقاله: فارسی
(فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.

برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید.در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.

لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.

برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

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.

قیمت این مقاله : 0 تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله بکارگیری همزمان شبکه عصبی و مد تجربی در مطالعات پیش بینی کوتاه مدت بار

صابر ارمغانی - دانشجوی دکتری، دانشکده مهندسی، گروه مهندسی برق، دانشگاه کردستان، سنندج، ایران
علی حسامی نقشبندی - دانشیار دانشکده مهندسی، گروه مهندسی برق، دانشگاه کردستان، سنندج، ایران
عبدالله راستگو - دانشجو دکتری دانشکده مهندسی، گروه مهندسی برق، دانشگاه کردستان، سنندج، ایران
حسن بیورانی - دانشیار دانشکده مهندسی، گروه مهندسی برق، دانشگاه کردستان، سنندج، ایران

چکیده مقاله:

پیش بینی کوتاه مدت بار برای تنظیم عملکرد سیستم های قدرت و بازار برق هدفی مهم و کلیدی است. بنابراین در زمینه ی پیش بینی بار موردتقاضای سیستم برای مدتی کوتاه ، لازم است که روش های دقیقی پیشنهاد شوند. در این مقاله برای برآورده سازی این مهم، از یک شبکه عصبی استفاده شده است. استفاده موثر از اطلاعات موجود در سیگنالهای آموزش دهنده شبکه عصبی از جمله تاثیرگذارترین موارد بر عملکرد شبکه میباشد. در روش پیشنهادی، انتخاب مناسب سیگنال آموزش از طریق تفکیک آن با استفاده از روش مد تجربی انجام شده است. برای این منظور لازم است که چند گام مختلف برداشته شوند.ابتدا، سیگنال سری زمانی زمانهای ماقبل مربوط به بار سیستم قدرت با استفاده از روش تجزیه مد تجربی به چندین سیگنال بیواسطه تجزیه می شود. هر یک از سیگنال های بیواسطه دارای تغییرات کمتری نسبت به سیگنال اصلی تغییرات بار بوده که منجر به آموزش موثرتر شبکه عصبی مورد استفاده میشود. در گام بعد، سیگنال های آموزش برای شبکه عصبی توسط روش ثابت های وابستگی انتخاب می شوند. سپس، سیگنال های آموزش بیواسطه به عنوان ورودی به شبکه عصبی اعمال می شود. در نهایت پیش بینی بار از مجموع سیگنال های بیواسطه پیش بینی شده توسط شبکه عصبی بدست می آید. نتایج شبیهسازیهای انجام شده نشان میدهد که استفاده از روش پیشنهادی منجر به نتایج قابل توجهی شده است

کلیدواژه ها:

انتخاب مؤثر، پيش بيني كوتاه مدت بار، شبكه عصبي، مد تجربي

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/396359/

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:
ارمغانی، صابر و حسامی نقشبندی، علی و راستگو، عبدالله و بیورانی، حسن،1394،بکارگیری همزمان شبکه عصبی و مد تجربی در مطالعات پیش بینی کوتاه مدت بار،کنفرانس ملی فن آوری، انرژی و داده با رویکرد مهندسی برق و کامپیوتر،کرمانشاه،،،https://civilica.com/doc/396359

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: (1394، ارمغانی، صابر؛ علی حسامی نقشبندی و عبدالله راستگو و حسن بیورانی)
برای بار دوم به بعد: (1394، ارمغانی؛ حسامی نقشبندی و راستگو و بیورانی)
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 :

  • . N. Amjady, "Short-term hourly load forecasting using time series ...
  • . S. Fan, L. Chen, "Short-term load forecasting based on ...
  • . PJ. Santos, AG. Martins, AJ. Pires, "Designing the input ...
  • . N. Amjady, "Day-ahead price forecasting of electricity markets by ...
  • . N. Amjady, "Short-term bus load forecasting of power systems ...
  • . AS. Dehdashti, et al, "Forecasting of hourly load by ...
  • . S. Rahman, R. Bhatnagar, "An expert system based algorithm ...
  • . S. Lambert-Tores _ CO. Traore, PJ. Lagace, D. Mukhedkar, ...
  • . HS. Hippert, CE. Pedreira, RC. Souza, "Neural networks for ...
  • . AG. Bakirtzis, JB. Theocharis, SJ. Kiartzis, KJ. Satsois, "Short ...
  • . Z. Bashir, "Short term load forecasting by using wavelet ...
  • . CM _ Huang, HT .Yang, "Evolving wavelet-based networks for ...
  • dec ompos ition-the wavelet representation", IEEE Trans Patterm Anal Mach ...
  • . N. Amjady, F. Keymia, "Short-term load forecasting of power ...
  • . N.E. Huang, Z. Shen, S.R. Long, M.C. Wu, H.H. ...
  • . J.P.S. Catalao, H.M.I. Pousinho, V.M.F. Mendes, "Hybrid wavelet-PS O-ANFIS ...
  • . Y. Yi Hong, T.H. Yu, CH.Y. Liu, "Hour-Ahead Wind ...
  • . MT. Hagan, MB. Mehnaj, "Training feed forward networks with ...
  • 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: 4,384
    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