پیش بینی باردرشبکه های توزیع با استفاده از شبکه های عصبی و منطق فازی

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 471

فایل این مقاله در 12 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:

NSOECE02_067

تاریخ نمایه سازی: 30 دی 1394

چکیده مقاله:

پیش بینی بار به عنوان عاملی مهم در طرح توسعه و بهره برداری از سیستم های قدرت تلقی می شود و در واقع به کمک آن می توان درجهت بهبود تصمیم گیری اقدام نمود. از آنجاییکه هر یک از عوامل دما، زمان، روزهای تعطیل، فصول سال، مسائل اقتصادی و قیمت تمام شده انرژی برق نقش مؤثری بر پارامترهای بار شبکه دارد، نیاز برای ارائه یک روش جامع که بتواند تمامی موارد را لحاظ نماید بسیار ضروریمیباشد. در این مقاله یک روش ترکیبی فازی-عصبی بر پایه الگوهای بار مختلف ماهیانه بهمنظور پیشبینی بار مصرفی شرکتهای توزیع با هدف تأمین انرژی مشترکین شبکه در یک دوره زمانی کوتاه مدت و میان مدت ارائه می شود و الگوریتم پیشنهادی بیان می گردد. روش پیشنهادی بهکمک نرمافزارMATLAB جهت پیشبینی بار کوتاه مدت و میانمدت تست شده است و با انتخاب دیتای مناسب، نتایج آن مورد ارزیابی قرار گرفته شده است

کلیدواژه ها:

شبکه عصبی مصنوعی ، منطق فازی ، پیشبینی بار ، سیستم خبره فازی- عصبی

نویسندگان

جواد طاهری

گروه مهندسی برق ، واحد کیش ، دانشگاه آزاد اسلامی ، جزیره کیش ، ایران

محسن سیماب

گروه مهندسی برق ، واحد مرودشت ، دانشگاه آزاد اسلامی ، مرودشت ،ایران

مهدی سیاهی

گروه مهندسی برق ، واحد گرمسار ، دانشگاه آزاد اسلامی ، گرمسار ، ایران

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 :
  • Samsher Kadt Sheikh1, M. G. Unde2 Short-Term Load Forecasting Using ...
  • LipikaSharma 1 _ Monika Chakrawarti2, Abhijeet Dutta3 and N. Adhikari, ...
  • Rabindra Behera1, Bibhu Prasad Panigrahi1, Bibhuti Bhusan Pati2 A Hybrid ...
  • J. Kumaran Kumar، G. Ravi, PhD، R. Rajkumar. Neural-Fuzzy Approach ...
  • A.J. Al-Shareef, E.A. Mohamed, E.Al-Judaibi, Next 24-Hours Load Forecasting Using ...
  • Shu Fan, Luonan Chen, Wei-Jen Lee, Short-Term Load Forecasting Using ...
  • M. Buhari, S. S. Adamu , Short-Term Load Forecasting Using ...
  • Patel Parth Manoj and Ashish Pravinchandr Shah, "Fuzzy Logic Methodology ...
  • نمایش کامل مراجع