پیش بینی کوتاه مدت بار الکتریکی شبکه سرتاسری ایران با استفاده از شبکه های عصبی و منطق فازی

پـیش بینی کوتــاه مـدت مصـرف بــار الـکتریــکی نقـش اساسی در بهره برداری بهینه از سیستمهای قدرت دارد . در این مقاله با اس تفاده از شبـکه عصبی پرسپترون چنـد لایـه ( MLP ) [1] و منطق فازی [2] مـدلی جهت پــیش بینـی کوتــاه مـدت بـار الـکتریـکی مطرح شده است . این مدل بار الکتریکی را به دو بخش تقسـیم مـی کنـد . منحنـی بـار نرمـالیزه و مینـیمم و ماکزیمم بار . منحنی نرمـالیزه بـار توسـط یـک شـبکه عصـبی متشکل از 16 مدول MLP پیش بینی می شود . 16 مدول مـورد استفاده برای پیش بینی بار در روزهای کاری هفته ( یکشنبه تـا چهارشــنبه ) ، روزهــای تعطیــل، روزهــای قبــل از تعطیلــی، و روزهای بعد از تعطیلی در هر یک از فصـول بهـار، تابسـتان، پائیز، و زمستان به کار می روند . مقادیر مینیمم و مـ اکزیمم بـار در هر روز توسط منطق فازی پیش بینی خواهـد شـد . در ایـن مــدل، شــرایط آب و هــوایی، تغییــرات ماهیانــه، نــوع روز و اطلاعات تعطیلات خاص در نظر گرفته شده اند . مدل مـذکور توسط اطلاعات بار اخذ شده از مرکز دیسپاچینگ ایران مـورد آزمایش واقع گردیده است و متوسط قدرمطلق خطای بدستآمده 1/6 درصد می باشد .

کلیدواژه ها:

پیش بینی کوتاه مدت بار ، شبکه های عصبی ، پرسپترون چند لایه ، منطق فازی