پیش بینی تقاضای ماهیانه برق با استفاده از مدل های شبکه عصبی مصنوعی و آریما در ایران
Publish place: 20th International Power System Conference
Publish Year: 1384
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 3,782
This Paper With 10 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:
PSC20_190
تاریخ نمایه سازی: 8 آذر 1385
Abstract:
پیش بینی تقاضای برق در مقاطع بلند مـدت بـرای توسـعه نیروگاههای کشور و در میان مدت و ماهیانه بـرای اسـتراتژی های شرکتهای وابسته و تولید کننـده قطعـات جـانبی صـنعت برق ضرورتی غیر قابل اجتناب می باشد . همچنین پیش بینـی های کوتاه مدت تقاضای برق جهت تنظیم برق مصـرفی بـین بخشهای مختلف ضروری است . هدف از این مقاله پیش بینی هرچه دقیق تر تقاضای برق مـی باشـد و بـرای ایـن منظـور تقاضای ماهیانـه بـرق از سـال 1370 تـا سـال 1381 در نظـر گرفته شده و داده های سالهای 80 و 81 بعنوان معیار ارزیـابی انتخاب گردیده است . در این مقاله از دو روش آریما و مـدل شبکه های عصبی مصنوعی جهت پـیش بینـی اسـتفاده شـده است . نتایج نشان می دهد که شـبکه هـای عصـبی مصـنوعی عملکردی بهتر از مدلهای آریما در خصوص پیش بینی مقادیر سری های زمانی دارند
Authors
رضا رمضانی
کارشناس ارشد اقتصاد سازمان توسعه برق ایران
مریم رمضانی
مهندس برق، دانشجوی کارشناسی ارشد IT دانشگاه تربیت مدرس ایران
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 :