خلیل بانان علی عباسی - مجتمع عالی آموزشی و پژوهشی صنعت آب و برق آذربایجان
الهویردی رضائی آغ اوغلان - مجتمع عالی آموزشی و پژوهشی صنعت آب و برق آذربایجان

میزان مصرف بار الکتریکی برای برنامه ریزی و بهره برداری بهینه از سیستم های قدرت نقش بسزایی را ایفا کرده و به عوامل متعددی از جمله متغیرهای جوی مانند باد، رطوبت، پوشش ابری و متغیرهای دیگری مانند تعطیلات، ماه های سال و روزهای هفته بستگی دارد. پیش بینی بار به دلیل اهمیت فوق العاده ای که در بهره برداری و گسترش سیستم دارداز مباحثی است که از بدو پیدایش صنعت برق به ان توجه خاصی شده است. روشهای مختلف پیش بینی بر اساس برازش یک الگو به اندازه گیریها و سپس پیش بینی از روی الگو می باشد. در این مقاله پیش بینی بار برای روزهای عادی بوسیله شبکه های عصبی و برای روزهای خاص ابتدا توسط شبکه های عصبی و یا با استفاده از اطلاعات بار نزدیک ترین روز جمع گذشته انجام شده و سپس پیش بینی نهایی بار بوسیله سیستمهای فازی اصلاح شده است. در این پیش بینی میزان خطای متوسط برای شبکه عصبی در حدود 9/4 درصد و برای سیستم فازی حدود 8/2 درصد برآورد شده است.

شبکه عصبی، سیستم فازی، پیش بینی بار کوتاه مدت