پیش بینی کوتاه مدت بار صنایع با استفاده از شبکه عصبی بهبود یافته
Publish place: 26th International Power System Conference
Publish Year: 1390
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,062
This Paper With 8 Page And PDF 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:
PSC26_348
تاریخ نمایه سازی: 27 اسفند 1390
Abstract:
پیش بینی کوتاه مدت بار صنایع به دلیل ویژگی های خاص پروفیل بار آن ها تفاوت های بنیادی با پیش بینی کوتاه مدت بارهای منطقه ای در سیستم های قدرت دارد . در ای ن مقاله روشی مبتنی بر استفاده از شبکه عص بی در پ یش بین ی بار ساعتی ارائه شده است. الگوریتم پیشنهادی نسبت با الگوریتم های موجود دارای دو مزی ت کلی است . الگوریتم ارائه شده از بار ساعت گذشته در مرحله آموزش شبکه استفاده نماید و بدین ترتیب دقت نتایج به می زان چشمگ یری افزایش می یابد. اما مشکل اصلی در دسترس نبودن بار ساعت قبل در زمان انجام پیش بینی است که با ارائه یک راهک ار اصلاحی در این مقاله، حل شده است . در واقع از خروج ی شبکه عصبی به عنوان فیدبک ورودی برای بار ساعت قبل در مرحله آزمون شبکه استفاده شده است . مزیت دیگر روش پیشنهاد شده در این مقاله، استفاده از یک شبکه عصبی کمکی برای تخمین خطای پیش بینی و بالا بردن میزان دقت نتایج نهایی است. جهت پیاده سازی الگوریتم پیشنهادی از اطلاعات مصرف ساعتی شرکت سیمان بجنورد در سه ماه اول سال 89 استفاده شده است.
Keywords:
Authors
مهرداد حجت
دانشگاه فردوسی مشهد-آزمایشگاه تجدید ساختار
سعید سید مهدوی
دانشگاه فردوسی مشهد- آزمایشگاه تجدید ساختار
محمد حسین جاویدی
دانشگاه فردوسی مشهد- آزمایشگاه تجدید ساختار
مهدی علومی
دانشگاه فردوسی مشهد- شرکت برق منطقه ای خراسان
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 :