بهبود پیش بینی کوتاه مدت بار با شبکه های عصبی با استفاده از هیبرید سازی والگوریتم تکاملی ذرات درشبکه توزیع
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 515
فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
TEDECE01_574
تاریخ نمایه سازی: 30 آبان 1394
چکیده مقاله:
پیش بینی کوتاه مدت بار یکی از نیازهای اساسی هر سیستم قدرت جهت دستیابی به عملکرد اقتصادی وقابل اطمینان آن سیستم می باشد افزون براین، با گسترش بازار برق وتجدید ساختار صنعت برق، پیش بینی کوتاه مدت بار نه تنها برای دست اندرکاران تولید برق بلکه برایمسئولین بازار برق، مالکین خطوط انتقال وسایر عوامل دخیل در صنعت برق اهمیت دو چندان یافته است درنتیجه، جهت افزایش دقت پیشبینی، روشهای متعددی ارائه شده است وتحقیقات دراین زمینه همچنان ادامه دارد. در این پژوهش برای پیش بینی بار از یک موتور پیش بینی که شامل شبکه های عصبی هیبرید والگوریتم بهینه سازی ذرات است برای پیش بینی بار کوتاه مدت بخشی از شهر تبریز استفاده شده است. گزینش داده ها برای موتور پیش بینی با روش همبستگی و آماری انجام شده است.پیاده سازی این روش تاثیر بهبود نتایج پیش بینی و عملکرد شبکه های عصبی هیبرید را نسبت به شبکه عصبی ساده ومزیت اسفاده از روش آموزش الگوریتم های تکاملی ذرات ، نسبت به سایر روش های آموزش را نشان می دهد.
کلیدواژه ها:
نویسندگان
ناصر نورانی
دانشگاه صنعتی سهندتبریز
صابر جهانی وکیل کندی
دانشگاه آزاد اسلامی واحد علو م تحقیقات آذربایجان شرقی
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 :