پیش بینی کوتاه مدت مصرف برق با استفاده از روش خود بازگشتی سیگنال
- سال انتشار: 1395
- محل انتشار: همایش ملی مهندسی برق، الکترونیک، پزشکی و سرزمین پایدار
- کد COI اختصاصی: ELECTRICA03_046
- زبان مقاله: فارسی
- تعداد مشاهده: 509
نویسندگان
دانشجو کارشناسی ارشد مهندسی برق مخابرات (سیستم) دانشگاه آزاد اسلامی کاشان
دانشجو کارشناسی ارشد مهندسی برق مخابرات (سیستم) دانشگاه سیستان و بلوچستان
استادیار و عضو هیات علمی دانشگاه آزاد اسلامی کاشان
چکیده
پیش بینی کوتاه مدت مصرف بار الکتریکی نقش اساسی در بهره برداری بهینه از سیستم قدرت ایفا می کند. عملکرد اقتصادی و قابلیت اطمینان یک شبکه وابستگی قابل ملاحظه ای به دقت پیش بینی بار دارد و برای برنامه ریزی در مدار قرار گرفتن نیروگاه ها، و مدیریت بار استفاده می شود و به دلیل تاثیرپذیری از روابط متعدد و متنوع غیرخطی بین تغییرات دوره ای روزانه و تغییرات مصرف بار از پیچیدگی خاصی برخوردار است. این پیش بینی در حد نیم ساعت الی یک ساعت یکی از مواردی است که کاربردهای زیادی در شبکه توزیع برق دارد. هدف از این تحقیق، انجام پیش بینی کوتاه مدت با استفاده از مدلسازی خود بازگشتی خطی است. دراین روش، داده های جمع آوری شده از یک پست 63kv با استفاده از روش فوق مدل خواهد شد. با استفاده از توابع خودهمبستگی خطای باقی مانده و معیار مجموع مربعات خطا، نشان داده خواهد شد که روش AR می تواند به خوبی داده را مدل کند. با توجه به اینکه، داده نا ایستادن می باشد، عملکرد روش ARIMA نیز مورد بررسی قرار می گیرد و رتبه بهینه مدل و بهترین طول داده جهت انجام مدل سازی نیز ارایه می شود. با توجه به پیش بینی صورت گرفته مرتبه مدل مناسب روش AR برابر 20 و مراتبه مدل مناسب روش ARIMA برابر ( 0 و 1 و 1 ) است. در مدل AR پیش بینی با خطای 10% صورت می گیرد که دارای مقدار خطا 38.1 و در روش ARIMA مقدار خطا 0.7277 می باشد و مقدار MSE روش شبکه عصبی 2.30 می باشد که روش ARIMA عملکرد بهتری را نشان می دهد.کلیدواژه ها
پیش بینی، کوتاه مدت، داده، ARIMA، ARمقالات مرتبط جدید
- سیستم تشخیص نفوذ در محیط رایانش ابری با استفاده از یادگیری ویژ گی
- کاهش هزینه تعمیراتی ماشین های سنگین از طریق بهبود الگوریتم درخت تصمیم با الگوریتم های انتخاب ویژگی Information Gain ،Correlation و SVM
- پردازش کوانتومی تصاویر پزشکی و تشخیص لبه آن با استفاده از الگوریتم QHED
- بررسی و مقایسه روشهای تشخیص اکانت های جعلی در شبکه های اجتماعی
- مکان یابی و مقدار بهینه منابع تولید پراکنده به منظورکاهش تلفات و بهبود انحراف ولتاژ شبکه نامتعادل توزیع
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.