سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

پیش بینی تقاضای بلندمدت انرژی الکتریکی با استفاده از الگوریتم ترکیبی عصبی- فازی و انبوه ذرات

Publish Year: 1391
Type: Journal paper
Language: Persian
View: 423

This Paper With 36 Page And PDF Format Ready To Download

Export:

Link to this Paper:

Document National Code:

JR_JEMR-3-10_002

Index date: 11 November 2018

پیش بینی تقاضای بلندمدت انرژی الکتریکی با استفاده از الگوریتم ترکیبی عصبی- فازی و انبوه ذرات abstract

با توجه به عدم امکان ذخیره انرژیالکتریکی، شناسایی عوامل موثر بر تقاضا ی این حامل انرژی و پیش بینی دقیق روند آتی آن، ضرورت دارد. تاکنون روش های مختلفی در این زمینه مورد استفاده قرار گرفته است که در میان آنها روش های هوشمند و به ویژه روش های فازی، دارای قابلیت های بیشتریهستند. در مطالعه حاضر از سیستم استنتاج عصبی- فازی ترکیب شده با الگوریتم انبوه ذرات PSO-ANFIS استفاده شده و پس ازشبیه سازی روند تقاضای بلندمدت انرژی الکتریکی طی دوره1359 تا 1389 و بررسی کارایی سیستم، روند تقاضای بلندمدت انرژی الکتریکی کل کشور تا سال 1404 پیش بینی شده است. نتایج مطالعه، قدرت بالای الگوریتم ترکیبی انبوه ذ رات و سیستم استنتاج عصبی- فازی تطبیقی را در پیش بینی تقاضای بلندمدت انرژی الکتریکی تایید می کند. نتایج نشان می دهد که براساس محتمل ترین سناریو، تقاضای انرژی الکتریکی کشور در سال 1404 به 401 میلیارد کیلووات ساعت خواهد رسید . همچنین، براساس نتایج بدست آمده، کارایی روش پیشنهادی در پیش بینی متغیرهای مستقل در مقایسه با الگوی خطی ARIMA بیشتر است.

پیش بینی تقاضای بلندمدت انرژی الکتریکی با استفاده از الگوریتم ترکیبی عصبی- فازی و انبوه ذرات Keywords:

پیش بینی , تقاضا , انرژی الکتریکی , الگوریتم انبوه ذرات , سیستم استنباط عصبی فازی تطبیقی

پیش بینی تقاضای بلندمدت انرژی الکتریکی با استفاده از الگوریتم ترکیبی عصبی- فازی و انبوه ذرات authors

حسین صادقی

دانشیار اقتصاد دانشگاه تربیت مدرس

علی اکبر افضلیان

دانشیار دانشگاه صنعت آب و برق(شهید عباسپور)

محمود حقانی

استادیار دانشگاه صنعت آب و برق(شهید عباسپور)

حسین سهرابی وفا

کارشناسارشد اقتصاد انرژی دانشگاه صنعت آب و برق(شهید عباسپو)