پوریا وحیدی برجی - گروه برق، واحد بجنورد، دانشگاه آزاد اسلامی، بجنورد، ایران
مزدک تیمورتاش لو - گروه برق، واحد بجنورد، دانشگاه آزاد اسلامی، بجنورد، ایران

مساله پیش بینی بار در تمامی بخشهای صنعت برق اعم از تولید، انتقال و توزیع همواره به عنوان یکی از فاکتورهای اساسی در طراحی و بهره برداری آنها بوده است. بدیهی است که در صورت پیشبینی مناسب بار در شبکه های توزیع، منافع فنی واقتصادی از جمله قابلیت اطمینان برای آنها خواهد داشت در این مقاله ابتدا به کمک ضریب همبستگی اطلاعات را وزن دهی و سپس با استفاده از شبکه عصبی، روشی جهت پیشبینی بار کوتاه مدت در سیستمهای توزیع ارایه شده است. روش ارایه شده با استفاده از نرم افزار MATLAB شبیه سازی و بر اساس دادههای موجود برای روز و هفته قبل به سه روش اقدام به پیشبینی بار صورت گرفته این سه روش عبارتست از کد نویسی به روش MLPو TOOLBOX مبتی بر روش باز انتشار خطا و روش ARX مبتنی بر رگرسیون. در انتها نتایج روشها مقایسه شده است.

شبکه عصبی مصنوعی, قابلیت اطمینان, پیشبینی کوتاه مدت و MLP