آزاد رحیمی - دانشگاه صنعتی خواجه نصیرالدین طوسی
سید مسعود مقدس تفرشی - دانشگاه صنعتی خواجه نصیرالدین طوسی

در این مقاله ضمن ارائه نتایج آنالیز حساسیت بار به دما و قیمت زمان واقعی انرژی الکتریکی، مدلی جهت پیش بینی کوتاه مدت بار الکتریکی با استفاده از ترکیب شبکه های عصبی کوهونن و پروسپترون ارائه شده است. مدل ارائه شده توانایی پیش بینی کلیه روزهای عادی سال شامل روزهای هفته، تعطیلات رسمی را دارا می باشد و نسبت به عوامل درجه حرارت و قیمت زمان واقعی انرژی الکتریکی فعال می باشد. در مرحله اول آموزش شبکه عصبی کوهونن و پرسپترون و در مرحله دوم پیش بینی انجام میگیرد. مدل با داده های بار و قیمت زمان واقعی و درجه حرارت ایالات شرق و مرکز کشور ایالات متحده آمریکا آزمایش شده است. درصد میانگین قدر مطلق خطای پیش بینی مدل برای کلیه روزهای سال 2004 و 2005 به ترتیب برابر 1/9% و 2/1% می باشد.

شبکه های عصبی کوهونن و پرسپترون، پیش بینی بار، آنالیز حساسیت، تجدید ساختار