پیش بینی کوتاه مدت بار با استفاده از شبکه های عصبی مصنوعی و با بهره گیری از الگوریتمی بهبود یافته مبتنی بر الگوریتم تکامل تفاضلی

پیش بینی کوتاه مدت بار، نقشی کلیدی در بهره برداری اقتصادی و ایمن از سیستم های قدرت بازی می کند. پیش بینی دقیق بار، با کاهش دادن هزینه ها وبهبود ایمنی بهره برداری به شرکت های برق این اجازه را می دهد که با قیمت بهینه به تولید، خرید و فروش انرژی بپردازند. جهت بررسی عوامل موثر بر پیش بینی کوتاه مدت بار می توان از شبکه های عصبی استفاده کرد. در این مقاله با استفاده از شبکه ی عصبی پرسپترون چند لایه و ترکیب آن با الگوریتم های بهینه سازی بهبود یافته، به پیش بینی کوتاه مدت مصرف برق می پردازیم. الگوریتم بهبود یافته و مورد استفاده در اینجا مبتنی است بر الگوریتم بهینه سازی تکامل تفاضلی، که در تعیین ضرایب وزنی و بایاس ها در شبکه عصبی به کار گرفته می شود. در نهایت نتایج حاصل از اجرای شبکه عصبی به همراه الگوریتم بهبود یافته، با نتایج اجرا همین شبکه با الگوریتم تکامل تفاضلی و الگوریتم ازدحام ذرات مقایسه می شوند، و با توجه به نتایج به دست آمده کارایی بالا و موثر بودن الگوریتم پیشنهادی به اثبات می رسد.

کلیدواژه ها:

شبک عصبی ، الگوریتم تکامل تفاضلی ، جست و جوی تصادفی ، پیش بینی کوتاه مدت بار