پیش بینی کوتاه مدت بار در پست انتقال نوعی توسط شبکه های عصبی مصنوعی با تغییر هدف

عملکرد روزانه بهینه ایستگاه های تولید توان الکتریکی برای کاهش هزینه های ورودی و احتمالاً قیمت برق به طورکلی بسیار ضروری است. پیش بینی بار برای تأمین کنندگان انرژی، موسسات مالی، و سایر شرکا در تولید، انتقال، توزیع، وبازارهای انرژی الکتریکی بسیار مهم است. سیستم های پیش بینی بار الکتریکی دقیق و قابل اعتماد کاملاً مورد نیاز است.پیش بینی دقیق بار کمک می کند تا تصمیم گیری واحد برای منفعت الکتریکی، کاهش نرخ ظرفیت ذخیره چرخان، و برنامهتعمیر و نگهداری دورهای بدرستی انجام شود . از آنجا که در سیستم های قدرت تولید برق روزانه باید برنامه ریزی شود،لیست پیش بینی بارکوتاه مدت (STLF) یک کار روزانه لازم برای پخش قدرت است. این دقت تا حد زیادی بر عملیاتاقتصادی و قابلیت اطمینان سیستم اثر می گذارد. پیشبینی کمتر STLF منجر به آماده سازی ظرفیت ذخیره ناکافی و بهنوبه خود، باعث افزایش هزینه عملیاتی واحدهای فعال در حداکثر توان میشود. از سوی دیگر، پیش بینی بیشتر STLFمنجر به افزایش ظرفیت ذخیره چرخان بزرگ بیارزش، که آن هم با هزینه های عملیاتی بالا مرتبط است میشود . از میانروشهای هوش مصنوعی شبکه های عصبی مصنوعی برای پیش بینی بار کوتاه مدت در نظر گرفته شده است. مقاله حاضربه پیش بینی کوتاه مدت بار الکتریکی با استفاده از داده های واقعی پست 230 کیلو ولت شهرستان میاندوآب با استفاده ازشبکه عصبی مصنوعی با تغییر در هدف و اعمال دما با در نظر گرفتن ضرایب خاص برای روزهای مختلف می پردازد.

کلیدواژه ها:

پست انتقال ، توان الکتریکی ، شبکه عصبی مصنوعی ، پیشبینی کوتاه مدت بار (STLF)