علی اکبر عبدوس - دانشگاه صنعتی نوشیروانی بابل - دانشکده مهندسی برق و کامپیوتر

تجدید ساختار در سیستم های قدرت سبب شده است که پیش بینی قیمت انرژی الکتریکی یکی از چالش های مهم در پیش روی شرکت کنندگان بازار برق باشد. پیش بینی دقیق قیمت انرژی الکتریکی می تواند به تولیدکنندگان و مصرف کنندگان کمک نماید تا تصمیم گیری بهتری به منظور افزایش سود خود داشته باشند. در این مقاله با استفاده از اطلاعات مربوط به قیمت و میزان مصرف انرژی در روزهای گذشته، قیمت انرژی الکتریکی برای 24 ساعت آینده پیش بینی می شود. الگوریتم هوشمند پیشنهادی از طریق سه مرحله مهم تحقق می یابد: 1- مرحله پیش پردازش، 2- مرحله انتخاب ویژگی و 3- مرحله پیش بینی. در ابتدا، سیگنال های قیمت مربوط به روزهای گذشته با استفاده از تبدیل موجک تجربی به مودهای مختلفی تجزیه می گردد. سپس در مرحله دوم، روش انتخاب ویژگی مبتنی بر اطلاعات متقابل به منظور بهبود عملکرد ماشین یادگیری بر روی داده های ورودی اعمال می گردد. در مرحله سوم، به منظور پیش بینی قیمت انرژی در ساعات روز پیشرو، رگرسیون بردار پشتیبان با استفاده از ویژگی های برتر انتخاب شده، آموزش داده می شود. عملکرد الگوریتم ارائه شده با استفاده از داده های واقعی مربوط به دو بازار برق (Pennsylvania New-Jersey Maryland (PJM و (Operador del Mercado Ibérico de Energía-Polo Español (OMEL مورد ارزیابی قرار می گیرد.

پیش بینی قیمت, تبدیل موجک تجربی, رگرسیون بردار پشتیبان, انتخاب ویژگی, اطلاعات متقابل