تعیین ساعت به ساعت بار با بکارگیری شبکه های عصبی در پیش بینی میان مدت و کوتاه مدت

سال انتشار: 1374
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,275

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

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

PSC10_131

تاریخ نمایه سازی: 21 شهریور 1386

چکیده مقاله:

پیش بینی بار ساعت به ساعت به صورت میان مدت می تواند معیار مناسبی در برآورد بار و انرژی باشد، همچنین این پیش بینی الگوی خوبی برای پیش بینی کوتاه مدت بار است . در این مقاله روش جدیدی برای پیش بینی ساعت به ساعت بار به صورت میان مدت و کوتاه مدت با استفاده از شبکه های عصبی ارائه می گردد . برای پیش بینی بار ساعتی در یک روز باید از الگوی تغییرات بار روز مورد نظر و همچنین حداکثر و حداقل بار آن روز استفاده کرد . مقاله برای تعیین الگوی دسته بندی انواع روزها جهت پیش بینی ساعت به ساعت بار به صورت میان مدت از شبکه عصبی کوهنن که یک نوع شبکه عصبی بدون ناظر است و برای پیش بینی میزان بار به صورت کوتاه مدت از شبکه عصبی پرسپترون استفاده می شود . در انتهای مقاله مثالهایی برای پیش بینی بار روزانه در شبکه سراسری برق ایران به منظور اعمال شبکه های عصبی یاد شده ارائه می گردد که نشانگر موفقیت آمیز بودن روش های بکار برده شده است .

کلیدواژه ها:

پیش بینی بار ، شبکه های عصبی ، کاربرد شبکه های عصبی از قدرت

نویسندگان

حسین عسکریان ابیانه

دانشکده مهندسی برق دانشگاه صنعتی امیرکبیر

محمدباقر منهاج

دانشکده مهندسی برق دانشگاه صنعتی امیرکبیر

فرید جهان بخش

دانشکده مهندسی برق دانشگاه صنعتی امیرکبیر

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 :
  • Expert system for short - Term Load Forecasting , An؛ ...
  • - S. Rahman , I Drezga * Identification of a ...
  • - T. M. Peny , N. F. Hubele , G. ...
  • self- Organizing Map' , IEEE Transaction _ Vol.78, No.9 . ...
  • - R .P. Lippman , ،0An Intriduction to Computing with ...
  • نمایش کامل مراجع