پیک سایی تطبیقی و داده محور در شبکه هوشمند انرژی الکتریکی با تحلیل داده های زیرساخت اندازه گیری پیشرفته
Publish place: Tabriz Journal of Electrical Engineering، Vol: 49، Issue: 3
Publish Year: 1398
نوع سند: مقاله ژورنالی
زبان: Persian
View: 248
- 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:
JR_TJEE-49-3_028
تاریخ نمایه سازی: 27 تیر 1402
Abstract:
در این مقاله، روندی برای شناسایی بهترین گروه از مشترکین از منظر شرکت های خدماتی برای مشارکت در پیک سایی ارائه شده است. این روند مبتنی بر استفاده از داده های کنتورهای هوشمند در زیرساخت اندازه گیری پیشرفته، الگوریتم های داده کاوی و شناسایی الگو است. تحلیل ها حاکی از این نکته هستند که مشترکین با رفتارهای مصرفی متفاوت دارای تاثیرگذاری متفاوتی روی پیک بار مصرفی شبکه هستند. ازاین رو شناسایی الگوی مصرف و در نظر گرفتن شرایط شبکه ازلحاظ توزیع مصرف کننده ها منجر به انتخاب بهترین گروه از آن ها برای این هدف می شود. بهترین انتخاب زمانی انجام می شود که بتوان با تحت تاثیر قرار دادن کم ترین تعداد مشترک، به پیک سایی و پروفیل بار هموار مورد انتظار دست یافت. نتایج تحلیل های صورت گرفته در این مقاله کارایی بسیار مناسب روند داده-محور پیشنهادی را تایید می نمایند. این روند توانسته با کمک داده های تقریبا زمان واقعی روی مصرف مشترکین، اثرگذارترین گروه از آن ها را شناسایی و تعداد مشترکین درگیر در برنامه پیک سایی را کاهش دهد و همچنین پروفیل بار مطلوب را نیز حاصل نماید. در این میان، نقش داده های کنتورهای هوشمند با تفکیک مناسب مقادیر ثبت شده مصرف در این روش داده-محور بسیار مهم است. لازم به ذکر است که روش پیشنهادی روی یک مجموعه داده مصرف خانگی مربوط به کشور ایرلند که از طریق سایت ISSDA در اختیار قرارگرفته، پیاده شده است.
Keywords:
Authors
محسن کجوری نفت چالی
دانشکده مهندسی برق و کامپیوتر - دانشگاه تهران
علیرضا فریدونیان
دانشکده مهندسی برق - دانشگاه خواجه نصیرالدین طوسی
حمید لسانی
دانشکده مهندسی برق و کامپیوتر - دانشگاه تهران
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 :