پیش بینی بار و قیمت آن با استفاده از شبکه عصبی مصنوعی در استان لرستان

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 676

فایل این مقاله در 18 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

CBCONF01_0510

تاریخ نمایه سازی: 16 شهریور 1395

چکیده مقاله:

در این تحقیق پیش بینی قیمت و بار در استان لرستان با استفاده از شبکه های عصبی مصنوعی بااستفاده از اطلاعات بار، قیمت و دمای استان در سال 1393 بررسی شده است. ورودی های شبکه های مذکوربرای پیش بینی بار دمای خشک، دمای نقطه شبنم، ساعت، روزهای هفته، روزهای کاری، بار در هفته گذشته،بار در روز گذشته، بار ساعت به ساعت 24 ساعت گذشته و برای پیش بینی قیمت دمای خشک، دمای نقطهشبنم، ساعات، روزهای هفته، روزکاری، بارهای اخیر، بار در هفته گذشته، بار در روز گذشته، میانگین بار در24 ساعت گذشته، قیمت در هفته گذشته، قیمت در روز گذشته، قیمت در 24 ساعت گذشته است. نتایج بهدست آمده در قسمت پیش بینی بار نشان از کارایی بالای شبکه دارد و در قسمت پیش بینی قیمت نتایج ازکارایی کمتر شبکه را نشان می دهد که با تحقیقات صورت گرفته دلیل آن عدم وابستگی قیمت در ایران بهبرخی از ورودی های شبکه می باشد.

نویسندگان

علی عزیزی

دانشجوی کارشناسی ارشد برق قدرت دانشگاه آزاد اسلامی واحد ساوه

جواد نیکوکار

عضو هیات علمی دانشکده برق، دانشگاه آزاد اسلامی واحد ساوه

مجید گندمکار

عضو هیات علمی دانشکده برق، دانشگاه آزاد اسلامی واحد ساوه

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 :
  • برقی نیا سعیده، حبیبی حسن، رنجبر علیمحمد، انصاری مهر پویا، ...
  • _ فرهادی مهدی، مقدس تفرشی مسعود، وفادار ناصر، "پیش بینی ... [مقاله کنفرانسی]
  • Parvania M., Fotuhi-F iruzabad M., May(2010), "Demand Response Scheduling by ...
  • یا م(1390)، "شبکه‌های عصبی در matlab "، چاپ اول، تهران: ...
  • R. Hooshmand, H. Amooshahi, M. Parastegari(20 _ A hybrid_intell igent ...
  • Department of Energy (DOE), U. S., (2006), "Benefits of Demand ...
  • Amundsen E., Nesse A., and Tjotta S., 1999, "Deregulation of ...
  • Fahrioglu, M., Alvarado, F. L., (2000), "Designing Incentive Compatible Contracts ...
  • Control With Price Prediction in Real-Time Electricity Pricing Environments _ ...
  • Ritschel A., and Smestad G (2003), "Energy Subsidies in California's ...
  • Chung-Ching Su and Yuan-Yih Hsu, Aug. (1991), "Fuzzy Dynamic Programming ...
  • Ouyang Z. and Shahidehpour S.M., Feb. (1992), "A hybrid artificial ...
  • Khodaei _ Shahidehpour M., and Bahramirad S., Aug. (2011), "SCUC ...
  • Su C., L., (2007), "Optimal Demand-Side Participation in Day-Ahead Electricity ...
  • Moh senian-Rad A.-H. and Leon-Garcia A., (2010), "Optimal Residential Load ...
  • نمایش کامل مراجع