پیش بینی قیمت برق براساس ماشین بردار پشتیبان بهینه شده بوسیله الگوریتم - ازدحام ذرات

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 618

فایل این مقاله در 17 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

NCRC01_114

تاریخ نمایه سازی: 25 آذر 1395

چکیده مقاله:

ساختار صنعت برق در بسیاری از کشورهای جهان در حال گذار از فضای انحصاری به فضای رقابتی است. تجدید ساختار در صنعت برق در کشورهای مختلف با مدلهای متفاونی جهت خصوصی سازی و رقابتی کردن این صنعت در حال انجام می باشد. تغییرات شدید قیمت برق که می تواند حتی دو برابر تغییرات قیمت سایر کالاها باشد، تولیدکنندگان بزرگ را با ریسک تغییرات مقدار و قیمت مواجه کرده است و پیش بینی های قیمت به یک ورودی مهم برای تصمیم گیری و توسعه استراتژی شرکت های بزرگ برقی تبدیل شده است، این تغییرات، تحقیق در مورد مدل سازی و پیش بینی قیمت برق را ضروری کرده است. در این مقاله از روش ماشین بردار پشتیبان جهت پیش بینی قیمت برق در بازار انرژی الکتریکی استفاده می شود. ماشین بردار پشتیبان یا SVM در واقع یک طبقه بندی کننده دوددویی است که دو کلاس را با استفاده از یک مرز خطی از هم جدا می کند. نتایج حاصل از شبیه سازی، که برای داده های بازار مرکزی چین در سال 2006 و در محیط متلب انجام شده است، کارایی مدل پیشنهادی را برای پیش بینی قیمت برق نشان می دهد.

کلیدواژه ها:

نویسندگان

محمد سوری لکی

دانشجوی کارشناسی ارشد معماری کامپیوتر، دانشگاه آزاد اسلامی واحد آشتیان

حمیدرضا صاحبی

عضو هیئت علمی، دانشگاه آزاد اسلامی واحد آشتیان

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 :
  • 1.P.S. Catalao, Sل.P.S. Mariano, V.M.F. Mendes and L.A.F.M. Ferreira.200. Application ...
  • Kroposki.B., Basso .T., DeBlasio .R., July 2008. Microgrid standards and ...
  • F. Katiraei, R. Iravani, T. Ise, S. Morozumi, A. Dimeas, ...
  • J. Stevens, H. Vollkommer, D. Klapp, June 2007. CERTS Microgrid ...
  • T. Kato, Y. Suzuoki, T. Funabashi, L. Cipcigan, P. Taylor, ...
  • Byounghee Kim, John P. Velas, Jeongkyu Lee, Jongbae Park, Joongrin ...
  • H.Y.Yamin, S.M .Sha hidehpour, and Z.Li.2006. Adaptive Short-term Electricity Price ...
  • S. Abu-Sharkh, R. Li and T. Markvart, March 2005. Microgrids: ...
  • JA. Pes Lopes, CL. Moreira, AG. Madureira, 2005. Control Strategies ...
  • JA. Pes Lopes, CL. Moreira, AG. Madureira. 2005. Control Strategies ...
  • 1. P. S. Catalao, S. 1. P. S. Mariano, V. ...
  • Paras Mandai, Tomonobu Senjyu, Naomitsu Urasaki, Toshihisa Funabashi, and Anurag ...
  • Nima Amjady, and Ali Daraeepour, 2008. Day-ahead Electricity Price Forecasting ...
  • Paras Mandai, Tomonobu Senjyu, Katsumi Uezato, and Toshihisa Funabashi, 2005. ...
  • Dipti Srinivasan, Fen Chao Yong and Ah Choy Liew, 2007. ...
  • H. Mori, and A. Awata, 2006. A Hybrid Method of ...
  • Filipe Azevedo, and Zita A. Vale, 2006. Forecasting Electricity Prices ...
  • Zhang Xian, Wang Xi-Fan, Chen Fang-Hua, Ye Bin, and Chen ...
  • Gao Feng, Guan Xiaohong, Cao Xiren, Sun Jie, and Huang ...
  • M. Ranjbar, S. Soleymani, N. Sadati, and A. M. Ranjbar, ...
  • Paras Mandai, Tomonobu Senjyu, Naomitsu Urasaki, Toshihisa Funabashi, and Anurag ...
  • M. Zhou, Z. Yan, Y.X. Ni, G. Li and Y. ...
  • Antonio 1. Conejo, Miguel A. Plazas, Rosa Espinola, and Ana ...
  • نمایش کامل مراجع