Long-Term Load Forecasting Using Neural Network and Knowledge-Based System
محل انتشار: دوازدهمین کنفرانس بین المللی برق
سال انتشار: 1376
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 2,079
فایل این مقاله در 7 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:
PSC12_017
تاریخ نمایه سازی: 25 شهریور 1386
چکیده مقاله:
Long-term load forecasting is the essential requirement in power system expansion planning. Forecasting techniques may be divided into two broad classes, conventional and modern techniques. The former may be based on extrapolation, correlation and combination of both. While the latter may be based on artificial neural network approach, expert system approach and hybrid which is combination of both. The objective of research work reported in this paper was the development of a long-term load forecasting using the last approach, artificial neural network plus expert system, which was robust and accurate. In order to efficiency evaluation of the developed system the data of Iran are inputed to it and obtained results are evaluated by the field experts. Those are finally reported at the end of this paper.
کلیدواژه ها:
نویسندگان
Monsef
Electric Power Research Center Artificial Intelligence Group Tehran-lran
Ranjbar
Electric Power Research Center Artificial Intelligence Group Tehran-lran
Shamsineiad
Iran Power Generation & Transmission Co. (TAVANIR) Tehran-lran
Avizeh
Iran Power Generation & Transmission Co. (TAVANIR) Tehran-lran
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 :