پیش بینی کوتاه مدت بار فیدرها با استفاده از تجزیه مود تجربی(EMD) و یادگیری ماشین افراطی (ELM) (مطالعه فیدر نمونه استان فارس)

پیش بینی بار یکی از مهمترین چالش های بهره برداران و برنامه ریزان شبکه می باشد. به طوری که بسیاری از کارکردها و برنامه های عادی شبکه نیاز به پیش بینی بار دارند و این پیش بینی جزو اولینپیش نیازهای آن ها به حساب می آید. متغیرهای مختلفی مانند شرایط آب و هوایی، جمعیت، روزهای کاری یا تعطیلات و نوع مشترکان بر الگوی بار تاثیر می گذارد. در این مقاله روشی بر پایه تجزیه مود تجربی پیشنهاد شده که الگوی بار را به توابع مود ذاتی تجزیه کرده و برای هر کدام از آن ها با توجه به نوع سیگنال از روش های یادگیری عمیق جهت پیش بینی باراستفاده می کند

Keywords:

پیش بینی بار , تجزیه مود تجربی , توابع مود ذاتی , یادگیری ماشین