پاسخگویی هوشمند بار و مدیریت انرژی با شبکه عصبی طبقه بند

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 330

فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ETEC06_204

تاریخ نمایه سازی: 11 مرداد 1396

چکیده مقاله:

با افزایش روزافزون مصرف انرژی، و دشواری و زمانبر بودن افزایش ظرفیت تولید برق، پاسخگویی بار، یک راه ایدهآل در جهت مدیریت سیستم برق است. پاسخگویی بار شامل مجموعه فعالیتهایی است که میتوانند بهکاهش مصرف برق، و یا انتقال ساعات مصرف، از ساعات پیک به ساعات کمباری، کمک کنند. در این پژوهش، 4 مدل نمودار مختلف در نظر گرفته شده است، که برای هریک از این حالات، یک مدل از پاسخگویی بار، نظیرانتقال مصرف، بهینه کردن تجهیزات مصرفی، قطع بار، و یا افزایش استراتژیک بار، مناسب است. بدین منظور یک شبکه عصبی طبقهبند آموزش میدهیم تا بتواند انواع مختلف بار را از هم تشخیص داده و بهترین مدلپاسخگویی بار را به مصرفکننده پیشنهاد دهد. نشان داده شده است شبکه عصبی دارای نتایج قابل قبولی است. با این راهکار، هزینه مصرفکننده کاهش یافته، و همچنین به قابلیت اطمینان سیستم قدرت کمک شده است. همچنین احتیاج به ساخت نیروگاههای جدید به تعویق میافتد

کلیدواژه ها:

پاسخگویی بار- طبقه بندی- شبکه عصبی- مدیریت انرژی

نویسندگان

علیرضا حاتمی

استادیار گروه برق دانشکده فنی و مهندسی، دانشگاه بوعلی سینا همدان

سهیل گنجه فر

دانشیار گروه برق دانشکده فنی و مهندسی، دانشگاه بوعلی سینا همدان

اشکان طالبی

دانشجوی دکتری مهندسی برق، دانشگاه بوعلی سینا همدان

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 :
  • - Amin, S. M., & Wollenberg, B. F. (2005). Toward ...
  • - Ellegard, K., & Palm, J. (2011). Visualizing energy consumption ...
  • - Wissner, M. (2011). The Smart Grid-A saucerful of secrets?. ...
  • - Yan, Y., Qian, Y., Sharif, _ & Tipper, D. ...
  • - Kostkova, K., Omelina, L., Kycina, P., & Jamrich, P. ...
  • - Phuang pornpitak, N., & Kumar, S. (2007). PV hybrid ...
  • - Ramanathan, B., & Vittal, V. (2008). A framework for ...
  • - Lumelsky, L. L., & Manohar, N. R. (2002). U.S. ...
  • - Faruqui, A., & Sergici, S. (2010). Household response to ...
  • - Gellings, C. W. (1985). The concept of demand-side management ...
  • - Bradley, P., Leach, M., & Torriti, J. (2013). A ...
  • - Palensky, P., & Dietrich, D. (2011). Demand side _ ...
  • - Torriti, J. (2012). Price-based demand side _ anagement: Assessing ...
  • - Mohsen ian-Rad, A. H., Wong, V. W., Jatskevich, J., ...
  • - Alagoz, B. B., Kaygusuz, A., & Karabiber, A. (2012). ...
  • - Pi pattanasom porn _ M., Feroze, _ & Rahman, ...
  • - Huang, D., Zareipour, H., Rosehart, W. D., & Amjady, ...
  • - Bigus, J. P. (1996). Data mining with neural networks: ...
  • - Aydinalp, M., Ugursal, V. I., & Fung, A. S. ...
  • - Yokoyama, R., Wakui, T., & Satake, R. (2009). Prediction ...
  • نمایش کامل مراجع