پیش بینی کوتاه مدت بار الکتریکی با استفاده از تبدیل موجک و روش ترکیبی بهینه شده با الگوریتم PSO باینری
Publish place: 3rd CIRED Regional Conference
Publish Year: 1393
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 201
This Paper With 7 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:
CIRED03_074
تاریخ نمایه سازی: 18 تیر 1401
Abstract:
پیش بینی کوتاه مدت بار الکتریکی، نقش مهمی را درمدیریت انرژی سیستم های قدرت ایفا می کند. با توجه به این که عواملزیادی بر روی میزان مصرف انرژی الکتریکی تاثیر می گذارند، ارائهروشی مناسب برای پیش بینی بار کوتاه مدت امری ضروری است. در اینمقاله، روش جدیدی به منظور پیش بینی کوتاه مدت بار الکتریکی، بااستفاده از ترکیب تبدیل موجک، مدل خودرگسیونی میانگین متحرکانباشته فصلی ، شبکه عصبی انتشار بازگشتی و الگوریتم بهینه سازی اجتماع ذرات باینری، ارائه شده است. خروجی روش STLF ارائه شده به صورت ترکیب وزنی از خروجی های دو روش SARIMA و BPNN است. برای تعیین ضرایب وزنی از روش بهینه سازی اجتماع ذرات استفاده شده است. روش پیشنهادی بر روی شبکه ایران موردآزمایش گرفته است. نتایج شبیه سازی موید کارایی روش پیشنهادیمی باشند
Keywords:
پیش بینی کوتاه مدت بار الکتریکی , تبدیل موجک , شبکه عصبی انتشار بازگشتی SARIMA , (BPNN) الگوریتم BPSO
Authors
سعادت بهرامی
گروه مهندسی برق، دانشکده فنی و مهندسیدانشگاه اصفهاناصفهان، ایران
علی رضا آبروشن
گروه مهندسی برق، دانشکده مهندسیدانشگاه آزاد اسلامی یاسوجیاسوج، ایران