پیش بینی کوتاه مدت بار ترانسفورماتورهای توزیع با استفاده از شبکه های عصبی
محل انتشار: سومین کنگره بین المللی کامپیوتر، برق و مخابرات
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 523
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ITCC03_056
تاریخ نمایه سازی: 6 اردیبهشت 1396
چکیده مقاله:
با توجه به اینکه هدف اصلی شبکه های توزیع برق، پاسخگویی به تقاضای بار با کیفیت مطلوب می باشد و این تقاضایروز افزون، نیاز به یک برنامه ریزی آیندهنگر دارد، اطلاع از بار شبکه در سالهای آتی از اهمیت بالایی برخوردار می باشد.در سالهای اخیر بازار تقاضای جهانی برق نسبت به دیگر انرژی ها از رشد بسیار بیشتری برخوردار بوده است. لذا میزانافزایش انرژی برق در کشور اهمیت بالایی داشته از طرف دیگر قابلیت ذخیره سازی انرژی الکتریکی با توجه به تکنولوژیهای موجود در ابعاد بزرگ امکان پذیر نمی باشد. بنابراین پیش بینی دقیق مصرف بار در دوره خاص می تواند در استفادهاقتصادی از انرژی الکتریکی نقش مهمی ایفا نماید. پیش بینی صحیح بار علاوه بر صرفه جویی در هزینه های سرمایه گذاری،امکان برنامه ریزی بهتر برای توسعه نیروگاه ها و شبکه های انتقال و توزیع را فراهم می کند. بنابراین اطلاع از رشد بار وتقاضای برق یکی از مهمترین مسایل حایز اهمیت در بهره برداری و توسعه بهینه شبکه برق می باشد. امروزه شبکه های عصبیدر اکثر علوم گسترده شده اند و در علوم مهندسی استفاده از الگوریتم های هوشمند نسبت به دیگر روشها کاربرد بیشتریدر مسایل پیش بینی پیدا نموده است. در این مقاله قصد داریم تا از شبکه عصبی برای پیش بینی بار ترانسفورماتور توزیعاستفاده نماییم، سپس با انجام شبیه سازی نشان می دهیم که مقدار پیش بینی شده اختلاف کمی با مقدار بار واقعی دارد. دراین پژوهش از مستندات یک پست در شهرستان کاشان بهره برده شده و این تحقیق دریچه ای را برای تحقیقات بیشتر دراین زمینه می گشاید.
کلیدواژه ها:
نویسندگان
محمدعلی رضایی
گروه برق دانشگاه آزاد اسلامی واحد خمینی شهر
مهداد چاوشی
دانشجوی کارشناسی ارشد دانشگاه آزاد اسلامی واحد خمینی شهر
مسعود عموهادی
استادیار دانشگاه آزاد اسلامی واحد خمینی شهر
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 :