پیش بینی بار کوتاه مدت با استفاده از شبکه های عصبی - فازی
- سال انتشار: 1385
- محل انتشار: یازدهمین کنفرانس سراسری شبکه های توزیع نیروی برق
- کد COI اختصاصی: EPDC11_041
- زبان مقاله: فارسی
- تعداد مشاهده: 5085
نویسندگان
مجتمع عالی آموزشی و پژوهشی صنعت آب و برق آذربایجان
مجتمع عالی آموزشی و پژوهشی صنعت آب و برق آذربایجان
چکیده
میزان مصرف بار الکتریکی برای برنامه ریزی و بهره برداری بهینه از سیستم های قدرت نقش بسزایی را ایفا کرده و به عوامل متعددی از جمله متغیرهای جوی مانند باد، رطوبت، پوشش ابری و متغیرهای دیگری مانند تعطیلات، ماه های سال و روزهای هفته بستگی دارد. پیش بینی بار به دلیل اهمیت فوق العاده ای که در بهره برداری و گسترش سیستم دارداز مباحثی است که از بدو پیدایش صنعت برق به ان توجه خاصی شده است. روشهای مختلف پیش بینی بر اساس برازش یک الگو به اندازه گیریها و سپس پیش بینی از روی الگو می باشد. در این مقاله پیش بینی بار برای روزهای عادی بوسیله شبکه های عصبی و برای روزهای خاص ابتدا توسط شبکه های عصبی و یا با استفاده از اطلاعات بار نزدیک ترین روز جمع گذشته انجام شده و سپس پیش بینی نهایی بار بوسیله سیستمهای فازی اصلاح شده است. در این پیش بینی میزان خطای متوسط برای شبکه عصبی در حدود 9/4 درصد و برای سیستم فازی حدود 8/2 درصد برآورد شده است.کلیدواژه ها
شبکه عصبی، سیستم فازی، پیش بینی بار کوتاه مدتمقالات مرتبط جدید
- مدیریت انرژی در یک ریزشبکه در حضور منابع تجدیدپذیر و ذخیره ساز باتری
- تجزیه وتحلیل انرژی و اگزرژی برای سیستم ژنراتور ترموالکتریک اگزوز خودرو و مقایسه عملکرد پیکربندی سیستم ساده و سیستم دارای باله های صفحه ای
- ارزیابی اقتصادی و زیست محیطی سناریوهای ترکیب انرژی تجدیدپذیر در برنامه ریزی تولید برق ایران تا افق ۱۴۱۰
- بررسی فناوریها و استراتژیها برای بهینه سازی مصرف انرژی و افزایش کارایی در شبکه های توزیع
- فناوری اطلاعات و ارتباطات سبز
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.