سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

بررسی و مقایسه روش های یادگیری عمیق جهت پیش بینی بار شبکه هوشمند

Publish Year: 1399
Type: Journal paper
Language: Persian
View: 565

This Paper With 6 Page And PDF Format Ready To Download

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

Export:

Link to this Paper:

Document National Code:

JR_KHRBA-7-27_003

Index date: 16 July 2021

بررسی و مقایسه روش های یادگیری عمیق جهت پیش بینی بار شبکه هوشمند abstract

در طی یک دهه گذشته، صنعت آب و برق سرمایه گذاری های گسترده ای را در رابطه با شبکه های هوشمند داشته است.در شبکه هوشمند اطلاعات و انرژی در یک انتقال دو طرفه مبادله می شوند. شبکه هوشمند کاربردهای زیادی برای هوش مصنوعیمانند شبکه عصبی مصنوعی، یادگیری ماشین و یادگیری عمیق فراهم کرده است. اخیرا، یادگیری عمیق در بسیاری از زمینه هامانند پیش بینی سری زمانی بار، موضوع جدیدی برای برنامه های هوش مصنوعی بوده است. در این پژوهش الگوریتم های متداولیادگیری عمیق استفاده شده برای مسئله پیش بینی بار در شبکه هوشمند و سیستم های قدرت معرفی و بررسی شده است و درنهایت چندین روش از نظر درصد کاهش خطای جذر میانگین مربعات مقایسه شده اند. هدف از این تحقیق، تحلیل کاربردهایمختلف یادگیری عمیق است که در پیش بینی بار سیستم های قدرت و شبکه هوشمند استفاده می شود.

بررسی و مقایسه روش های یادگیری عمیق جهت پیش بینی بار شبکه هوشمند Keywords:

بررسی و مقایسه روش های یادگیری عمیق جهت پیش بینی بار شبکه هوشمند authors

سیدمحمد شبیری

کارشناس ارشد مهندسی برق قدرت دانشگاه شهید بهشتی تهران

علی اویسی کیان

کارشناس ارشد مهندسی برق قدرت دانشگاه شهید بهشتی تهران