پیش بینی بار الکتریکی با استفاده از شبکه عصبی- فازی

پیش بینی بار الکتریکی نقش مهمی در سیستم های قدرت برای برنامه ریزی ، زمان بندی ساختار ظرفیت تولید و خرید الکتریسیته از واحد های تولید دارد. واضح است که این پیش بینی بصورت کوتاه مدت برای زمانبندی تولید وبه صورت بلند مدت برای مشخص کردن سایت های تولید نیرو در آینده و یا فروش بار و نیز پیش بینی دقیق قیمت ضروری می باشد. در این مقاله روش های مختلف پیش بینی بار به صورت اجمالی بررسی شده و پیش بینی بار الکتریکی بوسیله شبکه عصبی- فازی anfis برروی داده سال 8811 شرکت برق استان همدان انجام شده تاثیر عوامل مختلف برروی آن مورد بررسی قرار گرفته که میزان خطای متوسط برای شبکه عصبی-فازی 5.2 درصد برآورد شده است این نتیجه با درنظر گرفتن اثر دما بر بار 52 ساعت آینده مقایسه شده است. برنامه عصبی- فازی در نرم افزار مطلب پیاده سازی شده و نتایج حاصل نشان دهنده بهبود پیش بینی بار و کارایی این روش میباشد. از جمله محاسن بهبود پیش بینی بار در روزهای تعطیل می باشد. مشاهده می شود با تاثیر عواملی چون دما بر پیش بینی مقدار خطا کاهش پیدا می کند اما سرعت پیش بینی کم می شود.

کلیدواژه ها:

پیش بینی بار ، شبکه عصبی- فازی ، مدیریت هوشمند بار ، شناسایی سیستم ، پیش بینی کوتاه مدت