پیش بینی قیمت بازار برق با استفاده از روش های هوشمند ترکیبی

عظیم حیدری; فرشید کی نیا

پیش بینی قیمت بازار برق با استفاده از روش های هوشمند ترکیبی

Publish place: International Conference on Research in Engineering, Science and Technology

Publish Year: 1394

Type: Conference paper

Language: Persian

This Paper With 11 Page And PDF Format Ready To Download

DOWNLOAD Paper

Certificate
I'm the author of the paper

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

Export:

Link to this Paper:

https://civilica.com/doc/398558

Document National Code:

RSTCONF01_491

Index date: 21 November 2015

پیش بینی قیمت بازار برق با استفاده از روش های هوشمند ترکیبی abstract

پیش بینی قیمت بازار برق نقش مهمی در تصمیم گیریهای آینده جهت مصرف انرژی و همچنین تاثیر بسزایی در اقتصادیک کشور دارد. در این مطالعه دو روش ترکیبی هوشمندEl-GA, El-PSOجهت پیش بینی قیمت کوتاه مدت برق ارائه شده و بر اساس معیارهای مختلف خطا مورد ارزیابی قرار گرفتهاند. دادههای مورد استفاده در این مطالعه ساعتی و به مدت یک سال مربوط به سال 2002 ایالت متحده آمریکا میباشد. ورودی شبکه عصبی در این مطالعه، سریهای مختلف زمانی دادههای قیمت برق میباشند. همچنین جهت ارزیابی بهتر عملکرد روشهای ترکیبی ارائه شده، از روش آنالیز واریانس ANOVA استفاده شده است. در این مطالعه روش ترکیبی El-PSO دارای عملکرد بسیار خوبی نسبت به روشEl-GAمیباشد.

پیش بینی قیمت بازار برق با استفاده از روش های هوشمند ترکیبی Keywords:

قیمت برق , شبکه عصبی المن , الگوریتم ژنتیک , الگوریتم ازدحام ذرات , آنالیز واریانس

پیش بینی قیمت بازار برق با استفاده از روش های هوشمند ترکیبی authors

عظیم حیدری

کارشناسی ارشد، دانشکده مهندسی صنایع، دانشگاه آزاد اسلامی واحد کرمان ،کرمان، ایران،

فرشید کی نیا

استادیار گروه انرژی دانشگاه تحصیلات تکمیلی صنعتی و فناوری پیشرفته کرمان، کرمان، 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 :

Shahidehpour, J.; Yamin, H.; Li, Z. (2002). Market Operations in ...

Alvarez -Ramirez, J.; Escarela-Pere- , _ E spinosa-Perez, G.; Urrea, ...

Keynia, F. (2012). A new feature selection algorithm and composite ...

Bigdeli, N.; Afshar, K. (2009). Charac terization of Iran electricity ...

Amjady, N. (2006). Day-ahead price forecasting of electricity markets by ...

Hong, Y.Y.; Lee, C.F. (2005). A neuro-fuzzy price forecasting approach ...

Li, G.; Liu, C.C.; Mattson, C.: Lawarree, J. (2007). Day-ahead ...

Conejo, A.G.; Plazas, M.A.; Espinola, R.: Molina, A.B. (2005). Day-ahead ...

Amjady, N.; Keynia, F. (2009). Day-ahead price forecasting of electricity ...

Fan, S.; Mao, C.; Chen, L. (2007). Nex-day elec tricity-price ...

Fan, S.; Chen, L. (2006). Short-term load forecasting based _ ...

Hagan, M.T.; Demuth, H.B.; Beale, M.H. (2002). Neural Network Design. ...

Hsu, C.M.; Chen, K.Y.; M.C. Chen, M.C. (2005). Batching orders ...

Mu hlenbein, H. (1997). Genetic algorithms, in: E. Aarts, J.K. ...

Onwunalu, E.: Durlofsky, J. (2010). Application of a particle SWarm ...

Zhou, C.; Ding, L.Y.; He, R. (2013). PSO-based Elman neural ...

Zhang, H.; Li, X.; Li, H.; Huang, F. (2005). Particle ...

Chen, J.H.; Yang, L.R.; Su, M.C. (2009). Comparison of SOM-based ...

Lu, M.; Lam, H.C.; Dai, F. (2008). Re _ e-constrained ...

Yu, C.; Teo, K.L.:; Zhang, L.S.; Bai, Y.Q. (2010). A ...

Amjady, N.; Keynia, F.; Zareipour, H. (2011). Short-term wind power ...

نمایش کامل مراجع