CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

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

عنوان مقاله: بررسی و مقایسه روش های یادگیری عمیق جهت پیش بینی بار شبکه هوشمند
شناسه ملی مقاله: JR_KHRBA-7-27_003
منتشر شده در بهار در سال 1399
مشخصات نویسندگان مقاله:

سیدمحمد شبیری - کارشناس ارشد مهندسی برق قدرت دانشگاه شهید بهشتی تهران
علی اویسی کیان - کارشناس ارشد مهندسی برق قدرت دانشگاه شهید بهشتی تهران

خلاصه مقاله:
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.

کلمات کلیدی:
پیش بینی بار، شبکه هوشمند، شبکه عصبی مصنوعی، هوش مصنوعی، یادگیری عمیق

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1242486/