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

پیش بینی کوتاه مدت بار با استفاده از شبکه عصبی مصنوعی و درخت رگرسیون کیسه ای

عنوان مقاله: پیش بینی کوتاه مدت بار با استفاده از شبکه عصبی مصنوعی و درخت رگرسیون کیسه ای
شناسه ملی مقاله: CIRED10_069
منتشر شده در دهمین کنفرانس منطقه ای سیرد در سال 1401
مشخصات نویسندگان مقاله:

محسن شهسواری - امور برق منطقه شمال شرکت توزیع برق شهرستان اصفهان
محسن معتمدی فرد - امور برق منطقه شمال شرکت توزیع برق شهرستان اصفهان

خلاصه مقاله:
در این مقاله، تحلیلی از نتایج یک مطالعه در مورد پیش بینی قیمت عمده فروشی برق با استفاده از شبکه های عصبی ۱ و درخت رگرسیون کیسه ای ۲ ارائه می کنیم. تغییرات نظارتی مکرر در بازارهای برق و استراتژی های قیمتگذاری (مناقصه) شرکت کنندگان در بازار که به سرعت در حال تحول هستند، باعث می شود که بازآموزی کارآمد در حفظ دقت مدل های پیش بینی قیمت برق بسیار مهم باشد. کارایی بازآموزی NN و BRT برای پیش بینی قیمت با استفاده از داده های منطقه ای بازار ملی برق استرالیا ۳ ، نیو ساوت ولز در بازه زمانی سپتامبر ۲۰۱۸ تا سپتامبر ۲۰۲۲ مورد ارزیابی قرار گرفت. دقت و بنابراین نیاز به زمان کمتری برای آموزش بهینه نسبت به روش های دیگر دارد که می تواند منجر به راه حلی در تعداد زیادی از حداقل های محلی شود. NN و BRT و سایر روش های پیش بینی از نظر دقت تشخیص بسیار مشابه بودند.

کلمات کلیدی:
پیش بینی بار، برق، شبکه عصبی مصنوعی، درخت رگرسیون کیسه ای

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1611027/