حسن عبدالرضایی - شرکت برق منطقه ای تهران، معاونت بهره برداری ، امور دیسپاچینگ منطقه ای
یاسر خضری زعفرانیه - شرکت برق منطقه ای تهران، معاونت بهره برداری ، امور دیسپاچینگ منطقه ای
علیرضا تیموری - شرکت برق منطقه ای تهران، معاونت بهره برداری ، امور دیسپاچینگ منطقه ای

رشد سریع مصرف بار و یکپارچگی شبکه های انتقال قدرت ، انباشتگی میزان اطلاعات ورودی و خروجی برای برنامه ریزی و بهره برداری بهینه بهره برداران بیش از حد تصور بوده است به گونه ای که متولین امر به تنهایی قادر به اخذ تصمیات ضروری و فوری با سرعت عمل کافی نمی باشند. به همین دلیل شاهد گسترش و بکارگیری هرچه بیشتر علوم و نرم افزارهای سیستم های پیش بینی بار بوده که می تواند ابزار بسیار مناسبی برای حمایت از بهره برداران سیستم های قدرت و مراکز کنترل خصوصاً در ساعات پیک بار تابستان که مصرف به میزان حداکثر خود می باشد بسیار حایز اهمیت می باشد. شبکه های هوشمند روش های محاسباتی جدیدی برای یادگیری، ارایه دانش، و در انتها پیش بینی پاسخ های خروجی از شبکه های بزرگ قدرت را فراهم می نماید. شبکه های هوشمند خود به تنهایی قادر نخواهد بود پیش بینی مناسبی برای تمام ایام سال را ارایه نماید، از اینرو در این مقاله از روش های ترکیبی هوشمند(فازی ، ژنتیک ، شبکه های عصبی) به عنوان یکی از ابزارهای با دقت بالا و خطای پایین برای پیش بینی انواع داده های مختلف در شبکه انتقال تحت پوشش ناحیه تهران مورد استفاده قرار گرفته بنابر این برای پیش بینی بهتر و مناسبتر در شبکه های انتقال می بایست از سیستم های ترکیبی هوشمند استفاده گردد.ورودی ها، شامل داده های مهم از قبیل شرایط محیطی آب و هوایی منطقه تهران بوده که با روش ترکیبی طبقه بندی گردیده و جهت پیش بینی بار سالیانه شبکه انتقال ناحیه تهران مورد استفاده قرار گرفته است. خروجی میزان دقیق بار سالیانه ناحیه تهران را در فصول مختلف را نشان داده و نتایج پیش بینی از دقت بسیار بالایی برخوردار می باشد

بار سالیانه، ناحیه تهران ، شبکه انتقال تحت پوشش ناحیه تهران ، روش ترکیبی هوشمند، سیستم قدرت