بهبود برآورد بار بلند مدت به روش تلفیق رگرسیون با متغیر فازی و شبکه عصبی فازی
Publish place: 17th Iranian International Industrial Engineering Conference
Publish Year: 1399
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 326
This Paper With 7 Page And PDF and WORD Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
IIEC17_075
تاریخ نمایه سازی: 12 اسفند 1399
Abstract:
انرژی الکتریکی یکی از عوامل مهم و تأثیرگذار در توسعه جوامع بشری می باشد، برای بهره مندی صحیح از آن برنامه ریزی و مدیریت مناسب منابع انرژی امری ضروری است که این موضوع مستلزم پیش بینی های دقیق از آینده می باشد. این مقاله با هدف توسعه مدل های پیش بینی و کاهش میزان خطای برآورد میزان بار مصرفی برق شهرستان یزد در بلند مدت و بهبود روش های پیش بینی صورت گرفته است. عوامل مختلفی از جمله دما، جمعیت و تعداد انشعابات بر روی میزان مصرف مؤثر می باشد، این تحقیق از نظر هدف توسعه ای، از نظر شیوه تجزیه و تحلیل کمی و از منظر نتایج پیش بینی است. مدل پیش نهادی در این پژوهش تلفیقی از روش رگرسیون فازی (متغیر فازی و ضرایب غیر فازی) و شبکه عصبی فازی می باشد که یافته ها از کاهش میزان درصد خطای برآورد نسبت به سایر روش های پیش بینی همچون شبکه عصبی فازی، سری زمانی و رگرسیون فازی حکایت دارد. با توجه به خروجی مدل های ارزیابی شده درصد خطای برآورد مدل ترکیبی 1.1 درصد می باشد که نسبت به خطای مدل های دیگر به مراتب مقدار کمتری را گزارش می دهد. این میزان درصد خطای برآورد در رگرسیون فازی 16 درصد، شبکه عصبی فازی 9 درصد می باشد.
Authors
ابوذر دانشی دهج
کارشناس ارشد مهندسی صنایع، دانشگاه یزد
حسن خادمی زارع
استاد دانشکده مهندسی صنایع، دانشگاه یزد
محمدحسین ابویی
استادیار دانشکده مهندسی صنایع، دانشگاه یزد