استفاده از ترکیب شبکه های عصبی و تبدیلات موجک در پیش بینی کوتاه مدت مصرف بار الکتریکی
- سال انتشار: 1397
- محل انتشار: اولین کنفرانس ملی کسب و کارهای نوین و هوشمند داده کاوی و پردازش تصاویر
- کد COI اختصاصی: IDMEC01_007
- زبان مقاله: فارسی
- تعداد مشاهده: 395
نویسندگان
مربی،دپارتمان مهندسی برق، آموزشکده فنی وحرفه ای داراب، دانشگاه فنی و حرفه ای استان فارس، ایران
چکیده
با افزایش مصرف انرژ ی، و جلوگیری از ناکارامدی در امر تولید، انتقال و توزیع انرژی الکتریکی، افزایش قابلیت اطمینان سیستم های قدرت، برنامه ریزی جهت تعمیرات از یکطرف و برنامه ریزی در امر تولید، مدیریت مصرف ، در مدار آوردن اقتصادی واحد های تولید برق و مدیریت صحیح بازار برق از طرف دیگرباعث شده است که شرکت های برق برای تقابل با این مسئله برنامه ای داشته باشند. یکی از راه های مقابله با این مشکلات ، پیش بینی بار برای یک دوره زمانی جهت مدیریت و استفاده مناسب از انرژی است.در این مطالعه از روشیمبتنی بر ترکیب شبکه های عصبی و تئوری موجک به عنوان مدلی جهت پیش بینی کوتاه مدت بار الکتریکی ارائه شده است . تبدیلات موجک یا ویولت یکی از پرکاربردترین تبدیلات ریاضی در حوزه پردازشی و به ویژه پردازش سیگنال و تصویر می باشد. در یک نگاه کلی، هدف از اعمال یک تبدیل ریاضی بر یک سیگنال، بدست آوردن اطلاعات اضافه ای است که در سیگنال خام اولیه قابل دسترسی نمی باشند.در اینجا از تبدیل موجک برای تجزیه الگوی مصرف برق در زمان های مختلف استفاده می شود تا به عنوان یک ورودی به شبکهعصبی اعمال شود . برای ارزیابی مدل از دیتا های مربوط به هواشناسی و مصرف انرژی الکتریکی مربوط به سنوات قبل استفاده می شود.نتایج بدست آمده دقت قابل قبول مدل پیشنهادی را تصدیق می کندکلیدواژه ها
پیش بینی بار الکتریکی، شبکه های عصبی، تئوری موجکمقالات مرتبط جدید
- استفاده از شبکه های عصبی عمیق مبتنی بر طیف سنجی رامان برای طبقه بندی پاسخ بیمار به رادیوتراپی، در سرطان رکتوم
- تشخیص استرس با استفاده از بعد فرکتال سیگنال های الکتروکاردیوگرام و الکترومایوگرام
- ناحیه بندی ضایعات پوستی با استفاده از روش K-means
- الگوریتم شناسایی سیگنال های ترکیبی رخدادهای کیفیت توان
- کشف مدل فرآیند در سامانه حضور و غیاب کارکنان دولت با استفاده از الگوریتم های فرآیندکاوی
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.