پیش بینی انرژی شبکه فوق توزیع با استفاده از روش استنتاج فازی-عصبی در سامانه هوشمند

پیش بینی دقیق تقاضای بار و انرژی در سیستم های قدرت در صنعت برق و بازار برق از اهمیت بالایی برخوردار است. درسالهای اخیر، بسیاری از تکنیک ها در پیش بینی بار استفاده شده است، اما تکنیک های هوش مصنوعی، ازجمله منطق فازی وشبکه های عصبی مصنوعی، بهره وری بیشتر در مقایسه با روشهای معمول ، مانند رگرسیون و سری زمانی، فراهم میکنند. هدف از این مقاله ارایه مدل پیش بینی بار الکتریکی کوتاه مدت با استفاده از یک سیستم استنتاج فازی عصبی تطبیقی ANFIS و تهیه ابزاری برای پیش بینی بار در یک سیستم هوشمند است. ما به طور دقیق در مورد اینکه چگونه ANFISبرای پیش بینی بار در هفته با وجود انواع روزهای مختلف به طور موفقیت آمیز مورداستفاده قرار میگیرد، بحث میکنیم. یک مدل فازی عصبی بر اساس پارامترهای آب و هوایی (درجه حرارت و رطوبت) و داده های بار سالهای قبل پست اراک 3 برای پیش بینی بار هفته بعد طراحی و پلت فرم مورد نظر در نرم افزار تعبیه شده است. نتایج و پیش بینی عملکرد به دست آمده،اثربخشی رویکرد پیشنهادی را نشان میدهد ، دقت بالای مدل با داده های تاریخی کمتر با استفاده از ترکیبی از شبکه عصبی و منطق فازی نمایش داده میشود. یکی از مزایای این روش، علاوه بر بهبود پیش بینی بار کلی، پیشرفت قابل توجهی در پیش بینی بار در روزهای تعطیل و تعطیلات آخر هفته است.