پیشبینی کوتاهمدت تقاضای برق به تفکیک ساعات شبانهروز در ایران با استفاده از ترکیب مدلهای سری زمانی
Publish place: The Journal Of Planning and Budgeting، Vol: 24، Issue: 4
Publish Year: 1398
Type: Journal paper
Language: Persian
View: 358
This Paper With 18 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
JR_JPBUD-24-4_003
Index date: 1 May 2021
پیشبینی کوتاهمدت تقاضای برق به تفکیک ساعات شبانهروز در ایران با استفاده از ترکیب مدلهای سری زمانی abstract
هدف از پژوهش حاضر ارائه دو مدل پیشبینی سری زمانی و همچنین، ترکیب دو مدل برای پیشبینی کوتاهمدت تقاضای ساعتی برق کشور ایران است. برای این منظور از دادههای مصرف برق به تفکیک ساعت ـ روز در بازه زمانی ۱۳۹۰-۱۳۸۵ استفاده میشود. مدل اول بر پایه تجزیه سری زمانی بار الکتریکی به دو مولفه قطعی و تصادفی، و مدل دوم بر اساس فرض تصادفی بودن روند سری زمانی بار الکتریکی شکل می گیرد. پس از پیشبینی تقاضای ساعتی بار الکتریکی با استفاده از دو مدل اشاره شده، با ساختن مدل ترکیبی، عملکرد این مدل ترکیبی با دو مدل اصلی و مدل واحد دیسپاچینگ (که یک مدل چندمتغیره است که در آن متغیر آب و هوا نیز وارد می شود) مقایسه میشود. نتایج نشان میدهد که بکار بردن روش ترکیب پیشبینی سبب افزایش دقت پیشبینی نسبت به دو مدل اولیه میشود. علاوه بر این، دقت مدل ترکیبی ـ که در آن از حجم کمتر اطلاعات استفاده می شود ـ در بیشتر ساعات به خوبی مدل واحد دیسپاچینگ، و در برخی از ساعات (ساعات اوج مصرف)، بهتر از مدل واحد دیسپاچینگ است.
پیشبینی کوتاهمدت تقاضای برق به تفکیک ساعات شبانهروز در ایران با استفاده از ترکیب مدلهای سری زمانی Keywords:
پیشبینی کوتاهمدت تقاضای برق به تفکیک ساعات شبانهروز در ایران با استفاده از ترکیب مدلهای سری زمانی authors
سیدفرشاد فاطمی اردستانی
Faculty of Management and Economics, Sharif University of Technology, Tehran, Iran.
سیدمهدی برکچیان
Institute for Management and Planning Studies, Tehran, Iran.
حمیده شکوهیان
Faculty of Management and Economics, Sharif University of Technology, Tehran, Iran.
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :