پیش بینی تقاضای برق ایران با استفاده از الگوریتم های فراابتکاری
Publish place: Iranian journal of Energy، Vol: 22، Issue: 4
Publish Year: 1398
Type: Journal paper
Language: Persian
View: 465
This Paper With 18 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
Export:
Document National Code:
JR_IJENERGY-22-4_002
Index date: 21 June 2021
پیش بینی تقاضای برق ایران با استفاده از الگوریتم های فراابتکاری abstract
هدف از پژوهش حاضر، پیشبینی تقاضای کل مصرف برق کشور ایران بر پایه شاخص های اقتصادی- اجتماعی و با استفاده از روش های فرا ابتکاری است. برای رسیدن به این هدف دو استراتژی مختلف مورد بررسی قرار گرفته است. در استراتژی اول از الگوریتم ژنتیک، الگوریتم بهینه سازی انبوه ذرات و الگوریتم رقابت استعماری برای تعیین معادلات پیشبینی تقاضای انرژی الکتریکی استفاده شده است. بدین منظور اطلاعات مربوط به شاخصهای جمعیت، تولید ناخالص داخلی، قیمت برق و مصرف برق طی سال های ۱۳۴۷ تا ۱۳۹۴ مورد استفاده قرارگرفته و مدل های پیشبینی تقاضا به دو صورت خطی و غیرخطی ارائه شده است. در استراتژی دوم از شبکه های عصبی مصنوعی آموزش داده شده با الگوریتم های فراابتکاری فوقالذکر برای پیشبینی تقاضای برق بر پایه همان متغیرهای ورودی تعیین شده در استراتژی اول استفاده شده است. نتایح نشان داد مدل نمایی توسعه یافته با الگوریتم بهینه سازی انبوه ذرات، با درصد قدرمطلق میانگین خطای ۸۵/۲%، بهترین دقت را در پیشبینی تقاضای انرژی الکتریکی ایران دارد. تقاضای برق ایران تا سال ۱۴۰۴ پیشبینی شد و انتظار می رود به مقدار ۳۲۴ تراواتساعت برسد.
پیش بینی تقاضای برق ایران با استفاده از الگوریتم های فراابتکاری Keywords:
Electricity demand forecasting , Artificial neural networks , Genetic algorithm , Particle swarm optimization , Imperialist competitive algorithm , پیش بینی تقاضای برق , شبکه عصبی مصنوعی , الگوریتم ژنتیک , الگوریتم بهینه سازی انبوه ذرات , الگوریتم رقابت استعماری
پیش بینی تقاضای برق ایران با استفاده از الگوریتم های فراابتکاری authors
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 :