پیش بینی روزانه مصرف بار الکتریکی ایران توسط مدلی جدید از ترکیب دو شبکه عصبی کوهونن
Publish place: 19th International Power System Conference
Publish Year: 1383
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,719
This Paper With 12 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:
PSC19_103
تاریخ نمایه سازی: 12 آذر 1385
Abstract:
در مقاله حاضر، ضمن ارائه مدلی جدید جهت پیش بینی کوتاه مدت بار الکتریکی شامل ترکیب دو شبکه عصبی کوهونن، مبانی اساسی جهت نگارش نرم افزاری برای پیش بینی روزانه بار مطرح شده است . این مدل که نسبت به عوامل محیطی نظیر درجه حرارت فعال می باشد قادر به پیش بینی کلیه روزهای سال اعم از ایام کاری هفته، تعطیلی آخر هفته ایام ماه رمضان و ... باخطای کم میباشد . مدل کلی مورد استفاده در نرم افزار پیش بینی بار از 10 زیرمدل برای پیش بینی روزهای هفته، روزهای تعطیل رسمی، روزهای قبل از تعطیل رسمی و روزهای پس از تعطیل رسمی تشکیل شده
است . هر یک از زیرمدلهای دهگانه با بهره گیری از دو شبکه عصبی کوهونن مبادرت به پیش بینی بار روزانه می - نماید . پیش بینی در هر یک از این زیرمدلها شامل دو مرحله آموزش و پیش بینی می باشد . نرم افزار مزبور توسط بار و درجه حرارت ایران مورد آزمایش واقع گردیده است و متوسط قدرمطلق خطای کلیه روزهای غیر خاص سالهای 1381 ، 1380 و 1382 به ترتیب عبارت از % 1/73 ، % 1/68 و % 1/57 می باشد .
Keywords:
Authors
مهدی فرهادی
دانشگاه صنعتی خواجه نصیرالدین طوسی، دانشکده برق
سیدمسعود تفرشی
دانشگاه صنعتی خواجه نصیرالدین طوسی، دانشکده برق
ناصر وفادار
مرکز دیسباچینگ ملی ایران – 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 :