پیش بینی کوتاه مدت بار الکتریکی بر اساس معیار نامتقارن جریمه با ترکیب شبکه GA- RBF و سیستم فازی
- سال انتشار: 1388
- محل انتشار: بیست و چهارمین کنفرانس بین المللی برق
- کد COI اختصاصی: PSC24_358
- زبان مقاله: فارسی
- تعداد مشاهده: 1255
نویسندگان
دفتر بازار برق، شرکت برق منطق های تهران، ایران
دانشکده مهندسی برق، دانشگاه تهران، ایران
چکیده
در این مقاله به ارائه راهکارهایی برای پیشبینی بار الکتریکی با فرض غیر متقارن بودن تابع جریمه پرداخته شده است. به این منظور دو رویکرد اصلی مورد بررسی و مقایسه قرار گرفته است. روش اول پیشبینی با معیار حداقل مجموع مربعات خطا میباشد. از آنجایی که حتی با وجود غیر متقارن بود ن تابع جریمه اگرمجموع مربعات خطای پیشبینی به صفر میل کند تابع جریمه نیز به صفر میل میکند این ایده میتواند کارساز باشد. در روش دوم هدف پیشبینی مستقیم بر اساس معیار نامتقارن تابع جریمه بر اساس خطای پیشبینی میباشد. اساس کار پیشبینی بر اساس شبکههایRBF میباشد که در روش اول به صورت عادی مورد استفاده قرار گرفته است و در روش دوم پیشبینی بر اساس یک شبکه ترکیبی ازRBF و الگوریتم ژنتیک می باشد . در هر دو روش برای تصحیح پیشبینی به دلیل تاثیر شرایط جوی و وارد کردن پارامتر دما یک سیستم فازی نیز برای تصحیح پیشبینی به کار گرفته شده است.کلیدواژه ها
پیشبینی بار، شبکه عصبی، الگوزیتم ژنتیک، سیستم فازیمقالات مرتبط جدید
- 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
- Hoo Controller Design for a Quadruple-Tank Multivariable System: Robust Performance via Weighted Sensitivity Shaping
- تاثیر حیاتی همبستگیهای آماری ضعیف بادبار بر قابلیت اطمینان سیستمهای قدرت: دیدگاهی فراتر از مدلهای سنتی
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.