پیش بینی بار شبکه فوق توزیع با استفاده از روش استنتاج فازی-عصبی در سامانه اطلاعات مکانی (GIS)

پیش بینی دقیق تقاضای بار در سیستم های قدرت در صنعت برق و بازار برق از اهمیت بالایی برخوردار است. در سالهای اخیر، بسیاری از تکنیکها در پیشبینی بار استفادهشده است، اما تکنیک های هوش مصنوعی، ازجمله منطق فازی و شبکههای عصبی مصنوعی، بهره وری بیشتر در مقایسه با روش های معمول ، مانند رگرسیون و سری زمانی، فراهم میکنند. هدف از این مقاله ارایه مدل پیشبینی بار الکتریکی کوتاه مدت با استفاده از یک سیستم استنتاج فازی عصبی تطبیقی (1ANFIS) و تهیه ابزاری برای پیش بینی بار در سیستم اطلاعات جغرافیایی (GIS) است. ما به طور دقیق در مورد اینکه چگونه ANFIS برای پیشبینی بار در هفته با وجود انواع روزهای مختلف بهطور موفقیت آمیز مورداستفاده قرار میگیرد، بحث میکنیم. یک مدل فازی عصبی بر اساس پارامترهای آب و هوایی (درجه حرارت و رطوبت) و داده های بار سالهای قبل پست اراک 3 برای پیشبینی بار هفته بعد طراحی و پلت فرم مورد نظر در نرم افزار تعبیه شده است. نتایج و پیش بینی عملکرد به دست آمده، اثربخشی رویکرد پیشنهادی را نشان میدهد ، دقت بالای مدل با داده های تاریخی کمتر با استفاده از ترکیبی از شبکه عصبی و منطق فازی نمایش داده میشود. یکی از مزایای این روش، علاوه بر بهبود پیش بینی بار کلی، پیشرفت قابلتوجهی در پیش بینی بار در روزهای تعطیل و تعطیلات آخر هفته است.

کلیدواژه ها:

پیش بینی بار ، استتناج فازی عصبی ، سامانه اطلاعات مکانی (GIS) ، پارامترهای آب و هوایی