نام کاربري رمز عبور

    ثبت نام | فراموشي رمز عبور | راهنماي استفاده از سايت | پشتيباني کاربران | عضويت ويژه کتابخانه ها

ISSN 1735-5540

English Pages

20 دي 1387

 

 

 

لينك‌ها

[ گزارش اشكال در مقاله | بازگشت | جستجو | ليست كنفرانس‌ها ]

اطلاعات مقاله

[ اعتبار مورد نياز: 1 | تعداد صفحات: 8 | 21 بار مشاهده چكيده | 0 بار دريافت متن كامل ]

عنوان مقاله: تعيين ساعت به ساعت بار با بكارگيري شبكه هاي عصبي در پيش بيني ميان مدت و كوتاه مدت
سرفصل مربوط: سيستم هاي خبره
سال انتشار: 1374
نوع ارايه:
محل انتشار: [ دهمين كنفرانس بين المللي برق ]
زبان مقاله: فارسي حجم فايل: 128.29 كيلوبايت

نمايش خلاصه مقاله

لطفا اگر نقد و نظری درباره این مقاله دارید آن را درج کنید: [ نوشتن نقد بر اين مقاله ]

تعيين ساعت به ساعت بار با بكارگيري شبكه هاي عصبي در پيش بيني ميان مدت و كوتاه مدت  Fulltext 

نويسنده‌گان:

[ حسين عسكريان ابيانه ] - دانشكده مهندسي برق دانشگاه صنعتي امير كبير
[ محمدباقر منهاج ] - دانشكده مهندسي برق دانشگاه صنعتي امير كبير
[ فريد جهان بخش ] - دانشكده مهندسي برق دانشگاه صنعتي امير كبير

خلاصه مقاله:

پيش بيني بار ساعت به ساعت به صورت ميان مدت مي تواند معيار مناسبي در برآورد بار و انرژي باشد، همچنين اين پيش بيني الگوي خوبي براي پيش بيني كوتاه مدت بار است .
در اين مقاله روش جديدي براي پيش بيني ساعت به ساعت بار به صورت ميان مدت و كوتاه مدت با استفاده از شبكه هاي عصبي ارائه مي گردد . براي پيش بيني بار ساعتي در يك روز بايد از الگوي تغييرات بار روز مورد نظر و همچنين حداكثر و حداقل بار آن روز استفاده كرد . مقاله براي تعيين الگوي دسته بندي انواع روزها جهت پيش بيني ساعت به ساعت بار به صورت ميان مدت از شبكه عصبي كوهنن كه يك نوع شبكه عصبي بدون ناظر است و براي پيش بيني ميزان بار به صورت كوتاه مدت از شبكه عصبي پرسپترون استفاده مي شود . در انتهاي مقاله مثالهايي براي پيش بيني بار روزانه در شبكه سراسري برق ايران به منظور اعمال شبكه هاي عصبي ياد شده ارائه مي گردد كه نشانگر موفقيت آميز بودن روش هاي بكار برده شده است .


كلمات كليدي:

پيش بيني بار، شبكه هاي عصبي، كاربرد شبكه هاي عصبي از قدرت


[ لينک دايمي به اين صفحه: http://www.civilica.com/Paper-PSC10-PSC10_131.html ]

نمايش صفحه قابل چاپ خلاصه مقاله معرفي مقاله به ديگران

راهنمایی دریافت اصل مقاله

اصل مقالات براي کاربران عضو سايت با 50 درصد تخفيف ارائه مي شوند. عضويت در سيويليکا ساده و سريع است. براي عضويت به بخش عضويت در سيويليکا مراجعه نماييد.

در صورتي که عضو نيستيد و ميخواهيد اصل مقاله را خريداري نماييد از بخش خريد اصل مقاله استفاده نماييد.

قبل از اقدام به دريافت يا خريد مقاله، به تعداد صفحات آن که در بالا درج شده است توجه نماييد.

براي راهنمايي کاملتر راهنماي سايت را مطالعه کنيد.

دريافت اصل مقاله (ویژه اعضا)

شما به صورت کاربر وارد سايت نشده ايد. پس از ورود به سايت با شناسه و رمز عبور خود، لينک دريافت مقاله در اين بخش نمايش داده مي شود.

 

نام کاربري

رمز عبور

رمز عبور را فراموش کرده ايد؟

خرید اصل مقاله

در صورتی که عضو نیستید مي توانند با استفاده از پرداخت اينترنتي، بلافاصله اصل اين مقاله را خريداري نمايند. توجه نمایید که مقالات برای اعضا با 50 درصد تخفیف ارائه می شود. برای عضویت به صفحه عضويت در سيويليکا مراجعه نمایید.


برای خرید اصل این مقاله به صورت غیر عضو، لطفا آدرس ایمیل خود را در زیر وارد نمایید.


آدرس ايميل:

رفتن به مرحله بعد:

قابلیت پرداخت حق عضویت از هر کجای ایران از طریق حساب جام بانک ملت سیویلیکا عضو مجمع ناشران الکترونیک ایران و تحت حمایت قوانین ناشران الکترونیک می باشد سیویلیکا ثبت شده در کتابخانه ملی جمهوری اسلامی ایران تحت شماره ISSN 1735-5540 سیویلیکا، برگزیده جشنواره رسانه های دیجیتال کشور طرف قرارداد با سامانه پرداخت الکترونیک بانک سامان به منظور پذیرش کلیه کارتهای شتاب عضو سازمان نظام صنفی کشور وتحت حمایت قوانین این سازمان مجهز به سیستم ارسال خودکار SMS و اطلاع رسانی به کاربران قابلیت عضویت با استفاده از کارتهای عضویت سیویلیکا. کنفرانسها می توانند این کارتها را به جای سی دی کنفرانس در اختیار شرکت کنندگان قرار دهند.

سایر مجموعه ها: بانک پروژه ها و تحقیقات دانشجویی | بانک اطلاعاتی شرکتهای عمرانی | بنانیوز

دفتر مرکزی: تهران، خیابان کارگر شمالی، بالاتر از پمپ بنزین امیرآباد، کوچه زمرد، شماره 22، طبقه دوم. تلفن: 88008044 - نمابر: 88335451 | نمایندگیها
طراح و برنامه‌نویس: فقیهی