پیش بینی بار کوتاه مدت با استفاده از تجزیه سری زمانی بار و شبکه عصبی
Publish place: Journal Of Modeling in Engineering، Vol: 2، Issue: 16
Publish Year: 1387
نوع سند: مقاله ژورنالی
زبان: Persian
View: 917
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:
JR_JME-2-16_005
تاریخ نمایه سازی: 7 شهریور 1393
Abstract:
پیش بینی بار کوتاه مدت یک فرایند پایه در بهره برداری سیستم های قدرت محسوب می شود. بسیاری از توابع بهره برداری نظیر آرایش تولید، پخش بار اقتصادی، ارزیابی ایمنی و هماهنگی آبی حرارتی به پیش بینی بار کوتاه مدت وابسته می باشند. در طی سه دهه اخیر روش های مختلفی برای پیش بینی بار کوتاه مدت ارائه شده و نرم افزارهای صنعتی متعددی نیز بر پایه این روش ها تهیه شده اند. از جمله این روش ها می توان به انواع سری های زمانی، هموارسازی نمایی، فیلتر کالمن، شبکه های عصبی و شبکه های فازی عصبی اشاره نمود. مشکلی که تمام روش های پیش بینی بار کوتاه مدت با آن مواجه می باشند انتخاب ورودی های مناسب است. این امر وابسته به مشخصات سیستم قدرت بوده و با گذشت زمان و تغییر الگوی بار تغییر می کند. در این مقاله ابتدا سری زمانی بار از طریق یک تبدیل ریاضی مناسب (تبدیل موجک) تجزیه شده و سپس از سری های حاصل شده پارامترهای ورودی برای آموزش شبکه عصبی استخراج می شوند.
Keywords:
Authors
روح الله فیروزنیا
دانشکده مهندسی برق و کامپیوتر، پردیس فنی، دانشگاه سمنان
نیما امجدی
دانشکده مهندسی برق و کامپیوتر، پردیس فنی، دانشگاه سمنان