CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)
عنوان
مقاله

پیش بینی کوتاه مدت انرژی الکتریکی شبکه تهران بوسیله شبکه های عصبی

اعتبار موردنیاز: ۱ | تعداد صفحات: ۸ | تعداد نمایش خلاصه: ۱۳۳۵ | نظرات: ۰
سرفصل ارائه مقاله: انرژی و بهره وری
سال انتشار: ۱۳۸۶
نوع ارائه: شفاهی
کد COI مقاله: NEC06_042
زبان مقاله: فارسی
حجم فایل: ۱۸۹.۷۳ کلیوبایت (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. در پایگاه سیویلیکا عموما مقالات زیر ۵ صفحه فولتکست محسوب نمی شوند و برای خرید اینترنتی عرضه نمی شوند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود PDF 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 : ۳۰,۰۰۰ ریال

آدرس ایمیل خود را در زیر وارد نموده و کلید خرید با پرداخت اینترنتی را بزنید. آدرس ایمیل:

رفتن به مرحله بعد:

در صورت بروز هر گونه مشکل در روند خرید اینترنتی، بخش پشتیبانی کاربران آماده پاسخگویی به مشکلات و سوالات شما می باشد.

مشخصات نویسندگان مقاله پیش بینی کوتاه مدت انرژی الکتریکی شبکه تهران بوسیله شبکه های عصبی

  علی اکبر نصیری (شناسه پژوهشگر - Researcher ID: ۵۵۰۸)
کار شناسی ارشد مهندسی انرژی

چکیده مقاله:

صنعت برق از صنایع زیربنائی یک کشور و رکنـی بسـیار مهـم در رشد و پیشرفت جوامع ا مروزی محسوب می شود . بـا توجـه بـه اینکه از یک طرف پروژه های صنعت برق نیاز به سـرمایه گـذاری کلان و زمان های طـولانی دارد و از طـرف دیگـر بـا تکنولـوژی موجود هنوز نمی توان ذخیره این انرژی را در ابعاد بـزرگ امکـان پذیر نمود . بنابراین برنامه ریزی تولید بایـد بـه گونـه ای صـورت گیرد که پاسخگوی تقاضای انرژی الکتریکی باشد . بـدین جهـت پیش بینی بار به عنوان عاملی مهم در طرح توسعه و بهره بـرداری از سیستم های قدرت تلقی می شود و در واقع وسیله ای است که به کمک آن می توان درجهت بهبود وتصمیم گیری اقدام نمود . برآورد روند تخصیص منابع برای توسعه شبکه برقرسانی الزامـی است .
در برنامه ریزی توسعه آینده یک سیستم قدرت برآورد بار از اهمیت زیادی برخوردار است و اساس و مبنـای مطالعـات برنامه ریزی را تشکیل می دهد میزان خطـای پـیش بینـی بـار دارای اهمیت خاصی است . مشکلات تصمیم گیری در این مورد مو قعی بیشتر می شود که با بودجه محدود وهدف حداقل کردن هزینه از یک طـرف و فشار متخصصین و مهندسـین بخـش قـدرت بـرای خریـد
تجهیزات پیشرفته و گران قیمت از طرف دیگر و نیز گسترش بی رویه در استفاده از انرژی الکتریکی مواجه شود . اگر میزان بار پیش بینی شده کمتر از بار واقعی باشد ضـریب اطمینـان و در نتیجه کیفیت خدمات کاهش می یابـد و ایـن امـر ممکـن است حتی به خاموشی های اجباری بیانجامد . خود این مسأله تا حدی کار مسئولین تجزیه و تحلیل قابلیت اطمینان سیسـتم را مشکل می سازد و از طرف دیگـر اگـر بـار آینـده بـیش از مقدار مورد نیاز پیش بینی گر دد سرمایه گـذاری زیـادی هـدر شده و به نیاز مالی منجرمی گردد . لـذا پـیش بینـی بـار امـ ری ضروری بنظر می رسد زیرا
الف - ضرورت ایجاد تعادل بهینه بین عرضه وتقاضا ب - اهمیت تقاضای لحظه ای عرضه وتقاضای برق ج - ضرورت مدیریت بار پیش بینی بر اساس مقیاس زمانی ] [ 16 الف ـ کوتاه مدت : حداکثر زمان قابل پیش بینی یـک هفتـه بوده و اهدف آن را می توان به صورت زیر نام برد که اسـاس کارما دراین مقاله است . -1 تنظیم برنامه جهت استفاده از نیروگاه های موجود ، بـدین
صورت که حتی الامکان از نیروگاه های بخار بعنوان بار پایه و از نیروگاه های آبی جهت کنت رل فرکانس و از نیروگاه های گـازی جهت رفع کمبود تولید در ساعات پیک استفاده نمود . -2 تهیه برنامه جهت ذخیـره گـردان و غیرگـردان شـبکه و میـزان خاموشی ها در صورت کمبود تولید . -3 تهیه برنامه خروج واحـدها ، خطـوط انتقـال و ترانسـفورماتور های شبکه فوق توزیع . -4 رعایت م یزان انرژی تعیـین شـده واحـدهای آبـی کـه در ایـن خصوص با توجه به متفاوت بودن میزان بـار در سـاعات مختلـف روز می توان با آگاهی از میزان ذخیره آب در پشت سـدها در مـاه های مختلف از این نیروگاه حداکثر راندمان را بـا کمتـرین هزینـه بدست آورد . -5 رعایت مسائل اقتصادی . ب ـ پیش بینی میان مدت : این دوره معمولاً برای سه تا ده سـال آینده است و هدف از این پیش بینی برنامه ریزی سیستم یا بعبارت دیگر برنامه ریزی برای انتقال و توزیع است . ج ـ بلند مدت : برای زمانی بیشتر از ده سال انجـام مـی شـود و هدف از آن برنامه ریزی سیستم تولید می باشد

کلیدواژه‌ها:

پیش بینی - انرژی - کوتاه مدت - شبکه عصبی

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-NEC06-NEC06_042.html
کد COI مقاله: NEC06_042

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:
نصیری, علی اکبر، ۱۳۸۶، پیش بینی کوتاه مدت انرژی الکتریکی شبکه تهران بوسیله شبکه های عصبی، ششمین همایش ملی انرژی، تهران، کمیته ملی انرژی جمهوری اسلامی ایران، معاونت امور برق و انرژی وزارت نیرو، https://www.civilica.com/Paper-NEC06-NEC06_042.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: (نصیری, علی اکبر، ۱۳۸۶)
برای بار دوم به بعد: (نصیری، ۱۳۸۶)
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 :

  • . Hu ang -chuhuang _ Rey -chue Huang , jer- ...
  • -Stanislar OSOV ski , Krz y sztof siwek , lind ...
  • -Tatsuya Irzaka, Tetsuro Matsui, yoshikazu fatuyama :"ANoral Daily peak Load ...
  • method using Analyzable Structured Neural Network, " IEEE T & ...
  • - L.m saini-and m.k.soni :"Artificial neural Network based peak load ...
  • - Tomonobu senjya, member, IEEE, Hitoshi Takara, katsumi uezato and ...
  • دکتر محمد باقر منهاج-مبانی شبکه های عصبی ...
  • دکتر محمد تقی فاطمی قمی -پیش بینی وتجزیه تحلیل سریهای ...
  • دکتر یدا..سبوحی- جزوه درسی مدل سازی انرژی ...
  • دکتر مظفر احمدزاده- مدلهای خطی برآورد رگراسیون ...
  • یش بینی بار آینده شبکه های توزیع -مرکز تحقیقات نیرو ...
  • 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.