پیش بینی مصرف برق ایران با استفاده از تبدیل ویولت و روش ترکیبی بهینه شده با الگوریتم BPSO
- سال انتشار: 1397
- محل انتشار: پنجمین کنفرانس بین المللی پژوهش های کابردی در مهندسی برق مکانیک و مکاترونیک
- کد COI اختصاصی: ELEMECHCONF05_256
- زبان مقاله: فارسی
- تعداد مشاهده: 546
نویسندگان
کارشناس بهره برداری، شرکت برق منطقه ای خوزستان، ناحیه کهگیلویه و بویراحمد
استاد گروه مهندسی برق، دانشگاه شهید چمران اهواز، ایران
چکیده
پیش بینی کوتاه مدت بار الکتریکی، نقش مهمی را در مدیریت انرژی سیستم های قدرت ایفا می کند. با توجه به اینکه عوامل زیادی بر روی میزان مصرف انرژی الکتریکی تاثیر می گذارند، ارائه روشی مناسب برای پیش بینی بار کوتاه مدت امری ضروری است. در این مقاله، روش جدیدی به منظور پیش بینی کوتاه مدت بار الکتریکی، با استفاده از ترکیب تبدیل موجک، مدل خودرگسیونی میانگین متحرک انباشته فصلی† شبکه عصبی انتشار بازگشتی‡ و الگوریتم بهینه سازی اجتماع ذرات باینری ارائه شده است. خروجی روش STLF ارائه شده به صورت ترکیب وزنی از خروجی های دو روش SARIMA و BPNN است. برای تعیین ضرایب وزنی از روش بهینه سازی اجتماع ذرات استفاده شده است. روش پیشنهادی بر روی شبکه ایران مورد آزمایش گرفته است. نتایج شبیه سازی موید کارایی روش پیشنهادی می باشند.کلیدواژه ها
پیش بینی کوتاه مدت بار الکتریکی، تبدیل موجک، شبکه عصبی انتشار بازگشتی (BPNN)؛ SARIMA، الگوریتم BPSOمقالات مرتبط جدید
- بررسی به کارگیری سیستم ذخیره سازی انرژی با استفاده از منابع انرژی تجدیدپذیر
- اقدامات لازم برای حفاظت از محیط زیست دریایی
- ارائه طرح مبتنی بر رایانش ابری جهت ارتقاء بهره وری صنایع خودروسازی (مطالعه موردی: مدیران خودرو)
- مروری بر تکنولوژی ماکرویو برای خردایش سنگ های کمیاب
- کاربرد و بکارگیری تکنولوژی های اینترنت اشیا ، یادگیری ماشین و پردازش تصویر در امنیت و کنترل خودرو
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.