CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

مقایسه روشهای شبکه عصبی مبتنی بر جعبه ابزار و کد نویسی و مدل ARX با پردازش داده های اولیه برای پیش بینی بار پست زمینی کارگر بجنورد

اعتبار موردنیاز : ۱ | تعداد صفحات: ۸ | تعداد نمایش خلاصه: ۴۷ | نظرات: ۰
سال انتشار: ۱۳۹۶
کد COI مقاله: ELECTRICA04_016
زبان مقاله: فارسی
حجم فایل: ۷۹۰.۳۵ کیلوبایت (فایل این مقاله در ۸ 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 ۸ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله مقایسه روشهای شبکه عصبی مبتنی بر جعبه ابزار و کد نویسی و مدل ARX با پردازش داده های اولیه برای پیش بینی بار پست زمینی کارگر بجنورد

  پوریا وحیدی برجی - گروه برق، واحد بجنورد، دانشگاه آزاد اسلامی، بجنورد، ایران
  مزدک تیمورتاش لو - گروه برق، واحد بجنورد، دانشگاه آزاد اسلامی، بجنورد، ایران

چکیده مقاله:

مساله پیش بینی بار در تمامی بخشهای صنعت برق اعم از تولید، انتقال و توزیع همواره به عنوان یکی از فاکتورهای اساسی در طراحی و بهره برداری آنها بوده است. بدیهی است که در صورت پیشبینی مناسب بار در شبکه های توزیع، منافع فنی واقتصادی از جمله قابلیت اطمینان برای آنها خواهد داشت در این مقاله ابتدا به کمک ضریب همبستگی اطلاعات را وزن دهی و سپس با استفاده از شبکه عصبی، روشی جهت پیشبینی بار کوتاه مدت در سیستمهای توزیع ارایه شده است. روش ارایه شده با استفاده از نرم افزار MATLAB شبیه سازی و بر اساس دادههای موجود برای روز و هفته قبل به سه روش اقدام به پیشبینی بار صورت گرفته این سه روش عبارتست از کد نویسی به روش MLPو TOOLBOX مبتی بر روش باز انتشار خطا و روش ARX مبتنی بر رگرسیون. در انتها نتایج روشها مقایسه شده است.

کلیدواژه‌ها:

شبکه عصبی مصنوعی, قابلیت اطمینان, پیشبینی کوتاه مدت و MLP

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-ELECTRICA04-ELECTRICA04_016.html
کد COI مقاله: ELECTRICA04_016

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:
وحیدی برجی, پوریا و مزدک تیمورتاش لو، ۱۳۹۶، مقایسه روشهای شبکه عصبی مبتنی بر جعبه ابزار و کد نویسی و مدل ARX با پردازش داده های اولیه برای پیش بینی بار پست زمینی کارگر بجنورد، دوازدهمین سمپوزیوم پیشرفت های علوم و تکنولوژی همایش ملی سرزمین پایدار، پژوهش های نوین در مهندسی برق و پزشکی، مشهد، موسسه آموزش عالی خاوران، https://www.civilica.com/Paper-ELECTRICA04-ELECTRICA04_016.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: (وحیدی برجی, پوریا و مزدک تیمورتاش لو، ۱۳۹۶)
برای بار دوم به بعد: (وحیدی برجی و تیمورتاش لو، ۱۳۹۶)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: دانشگاه آزاد
تعداد مقالات: ۱۴۸۲
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 فوق بر اساس داده کاوی مقالات مطالعه شده توسط پژوهشگران محاسبه شده است.

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.