وحید وحیدی نسب - پژوهشکده برق - پژوهشگاه نیرو تهران – ایران
سعیده برقی نیا - پژوهشکده برق - پژوهشگاه نیرو تهران – ایران
پویا انصاری مهر - پژوهشکده برق - پژوهشگاه نیرو تهران – ایران

برنامه ریزی بهره برداری و سرمایه گذاری، تامین، تولید و توزیع انرژی الکتریکی باید براساس تطبیق عرضه بر تقاضا صورت پذیرد . لذا در برنامه ریزی سیستم قدرت، پیش بینی بار از اهمیت ویژه ای برخوردار است . مهمترین اطلاعات مورد استفاده در پیش بینی بار، مقادیر گذشته بار است . داده های بار به ویژه داده های بار مناطق در شبکه سراسری ایران علاوه بر خطاهای سیستم های اندازه گیری، دارای خطاهای قرائت و ثبت اطلاعات توسط اپراتورها نیز هستند . همچنین اتفاقات ناخواسته و خروجها یا خاموشی ها در شبکه نیز منحنی بار را غیرعادی می سازند که برای کاربرد در پیش شرایط عادی انجام می شود باید تصحیح شوند . بینی بار که برای بدین ترتیب اهمیت شناسایی و تصحیح داده های نامناسب در مجموعه داده های بار آشکار می شود . در این مقاله الگوریتمی از تلفیق روش مانده هنجار شده با برازش منحنی ارایه می گردد که داده های نامناسب را در مجموعه داده های بار تشخیص داده و تصحیح می نماید . این الگوریتم در واقع مانند یک فیلتر ورودی قبل از شروع پیش بینی بار عمل می کند . نتایج پیش بینی با داده های خام و داده های اصلاح شده با این الگوریتم موید قابلیت آن در بهبود داده های بار مورد استفاده در پیش بینی بار است .

سیستم قدرت، بازار برق، پیش بینی بار کوتاه مدت، شناسایی و تصحیح داده های نامناسب بار، مانده هنجار شده، برازش منحنی