CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

پیش بینی منابع رزرو چرخشی مورد نیاز سیستم های قدرت بوسیله شبکه های عصبی مصنوعی(Artificial Neural Network)

اعتبار موردنیاز : ۱ | تعداد صفحات: ۶ | تعداد نمایش خلاصه: ۳۴۷ | نظرات: ۰
سال انتشار: ۱۳۹۳
کد COI مقاله: CLEANENERGY04_008
زبان مقاله: فارسی
حجم فایل: ۲۲۷.۶۹ کیلوبایت (فایل این مقاله در ۶ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۶ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله پیش بینی منابع رزرو چرخشی مورد نیاز سیستم های قدرت بوسیله شبکه های عصبی مصنوعی(Artificial Neural Network)

  احسان محمدحسنی - دانشجوی کارشناسی ارشد، دانشگاه تحصیلات تکمیلی صنعتی و فناوری پیشرفته
  فرشید کی نیا - استادیار، دانشگاه تحصیلات تکمیلی صنعتی و فناوری پیشرفته

چکیده مقاله:

در این مقاله پیش بینی مقدار رزرو مورد نیاز شبکه های قدرت بااستفاده از یک شبکه عصبی مورد بررسی قرار گرفته است .رزرو یکی از سرویس هایجانبی است که بر ای اپراتور مستقل سیستمISOاهمیت زیادی دارد و به ان کمک می کند تا عدالت بیشتری را دربازار برق برقرار نمای د. زمانبند ی ص حیح رزرو چرخان به سیستم کمک می کند تا بر مشکلاتی همچون خروج ژنراتور و یا خطاهایعمده پیش بینی بار بدون خروج بار غلبه کند. بنابراین دقت پیش بینی روزانه رزرو چرخان کمک ز یادی بهISOمی کند تا یک سیستم قدرت اقتصادی و مطمئن را اداره کند.و هچنین به شرکت کنندگان در بازار کمک می کند تا سودشان را در بازار رزرو چرخان ماکزیمم کنند

کلیدواژه‌ها:

پیش بینی ،رزرو چرخشی ، شبکه های عصبی مصنوعی

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-CLEANENERGY04-CLEANENERGY04_008.html
کد COI مقاله: CLEANENERGY04_008

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
محمدحسنی, احسان و فرشید کی نیا، ۱۳۹۳، پیش بینی منابع رزرو چرخشی مورد نیاز سیستم های قدرت بوسیله شبکه های عصبی مصنوعی(Artificial Neural Network)، چهارمین کنفرانس سالانه انرژی پاک، کرمان، مرکز بین المللی علوم و تکنولوژی پیشرفته و علوم محیطی، https://www.civilica.com/Paper-CLEANENERGY04-CLEANENERGY04_008.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (محمدحسنی, احسان و فرشید کی نیا، ۱۳۹۳)
برای بار دوم به بعد: (محمدحسنی و کی نیا، ۱۳۹۳)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 :

  • NimaAmjady, FarshidKeynia, 2010.::A new spinning reserve requirement forecast method for ...
  • M. Q. Wang, H. B. Gooi, 2011. "Spinning Reserve Estimation ...
  • Pedro Faria, Zita Vale, JoaoSoares, Hussein Khodr, Bruno Canizes:ANN based ...
  • Miguel A. Ortega-Vazqu eZ, Daniel S. Kirschen, Spinning ...
  • Requirementsin Systems With Significant Wind P O _ erG eneration ...
  • , and Andres Ramos, 2012. "Impact on Reserves ...
  • محمد فرشاد، محمدباقر نقیبی سیستانی، ۲۰۱۰. تجزیه و تحلیل مدل ... (مقاله کنفرانسی)
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه دولتی
    تعداد مقالات: ۲۰۴۶
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مدیریت اطلاعات پژوهشی

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.