پیش بینی بار فیدرهای توزیع با استفاده از داده های محدود

سال انتشار: 1388
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,579

فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

EPDC14_021

تاریخ نمایه سازی: 1 اردیبهشت 1388

چکیده مقاله:

پیش بینی بار فیدرهای توزیع یک مسئله پیچیده و با اهمیت است که در بهره برداری، برنامه ریزی و اتوماسیون شبکه های توزیع کاربرد فراوانی دارد. پیش بینی بار به دلیل اهمیت فوق العاده ای که در سیستم های قدرت دارد از مباحثی است که از بدو پیدایش صنعت برق به آن توجه خاصی شده است. در این مقاله از دو روش مجزا جهت پیش بینی پیک بار روزهای کاری و روزهای تعطیل فیدرهای توزیع، برای افق زمانی یک ساله استفاده می شود. برای پیش بینی پیک بار روزهای کاری از ترکیب روشهای رگرسیون و شبکه های عصبی و برای روزهای تعطیل از سیستم فازی استفاده می شود. این روش روی یک سیستم واقعی اجرا شده و نتایج بدست آمده با توجه به محدود بودن داده های پیک بار و در دسترس نبودن اطلاعهات دمایی دقت و قدرت بالای این روش را نشان می دهد، به گونه ای که خطای پیش بینی برای روزهای کری 6/2 درصد و برای روزهای تعطیل حدود 5/2 درصد می باشد.

نویسندگان

آزاده زین الدینی

شرکت توزیع نیروی برق شمال استان کرمان

محمد افکوسی پاقلعه

دانشگاه صنعتی شریف

رضا شجاعی

دانشگاه صنعتی خواجه نصیرالدین طوسی

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • محسن گیتی زاده حقیقی، "آنالیز رفتار بار فیدر به منظور ...
  • وحید ماجدی اصل، هوشنگ قلیزاد، محمد رضا آقا محمدی، علی ...
  • حمید رضا نصر فرد جهرمی، زهرا کتیبه، مهدی رئوفت، "برآورد ...
  • خلیل بانان علی عباسی، الهویردی رضائی آغ اوغلان، "پیش بینی ...
  • سعید سجادی، محمد حسین بهروزی، "ارزیابی نت در ترانسفورماتورهای شبکه ...
  • سید محمد تقی المدرسی، محمد رضا تابان، جواد عبدی، "استفاده ...
  • یحیی بیگ زاده، حسین شایقی، عادل اکبری، "استفاده از شبکه ...
  • محمد حسین نصری، محمد رضا احمد زاده، "استفاده از شبکه ...
  • Transfer Coupling Loadء، al. etع [11] H.L. Willis Regression Curve ...
  • H.Lwillis Northcote- green, *Comparison of fourteen distribution load forecasting methods?, ...
  • Pauli Murto, ،Neural Network Models for Short-Term Load Forecasting?, Helsinki ...
  • H.L Willis, M.V. Engel, *Spatial Load Forecasting?, IEEE Computer Application ...
  • B. Kosko, ،^Neural Networks and Fuzzy systems" , university of ...
  • Jyi-Shing Roger Young, "ANFIS - adaptive-netw ork-based fuzzy inference system", ...
  • نمایش کامل مراجع