سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

مقایسه پیش بینی بار کوتاه مدت شبکه توزیع توسط الگوریتم بهینه سازی گرگ خاکستری با روش شبکه عصبی

Publish Year: 1403
Type: Conference paper
Language: Persian
View: 84

This Paper With 5 Page And PDF Format Ready To Download

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

Export:

Link to this Paper:

Document National Code:

ECMECONF20_025

Index date: 11 September 2024

مقایسه پیش بینی بار کوتاه مدت شبکه توزیع توسط الگوریتم بهینه سازی گرگ خاکستری با روش شبکه عصبی abstract

مهمترین عامل موثر بر برنامه ریزی شبکه توزیع پیش بینی بار می باشد. از این رو جهت احداث، ارتقا و یا توسعه پست های موجود داشتن اطلاعات مصرف در آینده از اهمیت بالایی برخوردار می باشد. از جمله عوامل موثر بر پیش بینی بار میتوان به شرایط جغرافیایی، تراکم و رشد جمعیت اشاره کرد. این مقاله یک مدل پیش بینی بار کوتاه مدت برای شبکه توزیع را با روش بهینه سازی گرگ خاکستری و شبکه عصبی مصنوعی مقایسه میکند.

مقایسه پیش بینی بار کوتاه مدت شبکه توزیع توسط الگوریتم بهینه سازی گرگ خاکستری با روش شبکه عصبی Keywords:

شبکه عصبی , بهینه سازی گرگ خاکستری , , پیش بینی بار

مقایسه پیش بینی بار کوتاه مدت شبکه توزیع توسط الگوریتم بهینه سازی گرگ خاکستری با روش شبکه عصبی authors

محمدعلی بارانی

دانشجوی کارشناسی ارشد موسسه آموزش عالی خراسان مشهد

جواد حمیدی

استاد دانشگاه، مدیرگروه برق و عضو هیات علمی موسسه آموزش عالی خراسان مشهد

مقاله فارسی "مقایسه پیش بینی بار کوتاه مدت شبکه توزیع توسط الگوریتم بهینه سازی گرگ خاکستری با روش شبکه عصبی" توسط محمدعلی بارانی، دانشجوی کارشناسی ارشد موسسه آموزش عالی خراسان مشهد؛ جواد حمیدی، استاد دانشگاه، مدیرگروه برق و عضو هیات علمی موسسه آموزش عالی خراسان مشهد نوشته شده و در سال 1403 پس از تایید کمیته علمی بیستمین کنفرانس ملی پژوهش های کاربردی در علوم برق ،کامپیوتر و مهندسی پزشکی پذیرفته شده است. کلمات کلیدی استفاده شده در این مقاله شبکه عصبی ، بهینه سازی گرگ خاکستری، ، پیش بینی بار هستند. این مقاله در تاریخ 21 شهریور 1403 توسط سیویلیکا نمایه سازی و منتشر شده است و تاکنون 84 بار صفحه این مقاله مشاهده شده است. در چکیده این مقاله اشاره شده است که مهمترین عامل موثر بر برنامه ریزی شبکه توزیع پیش بینی بار می باشد. از این رو جهت احداث، ارتقا و یا توسعه پست های موجود داشتن اطلاعات مصرف در آینده از اهمیت بالایی برخوردار می باشد. از جمله عوامل موثر بر پیش بینی بار میتوان به شرایط جغرافیایی، تراکم و رشد جمعیت اشاره کرد. این مقاله یک مدل پیش بینی ... . این مقاله در دسته بندی موضوعی شبکه عصبی طبقه بندی شده است. برای دانلود فایل کامل مقاله مقایسه پیش بینی بار کوتاه مدت شبکه توزیع توسط الگوریتم بهینه سازی گرگ خاکستری با روش شبکه عصبی با 5 صفحه به فرمت PDF، میتوانید از طریق بخش "دانلود فایل کامل" اقدام نمایید.