توسعه مدل پیش بینی کوتاه مدت بار الکتریکی متاثر از قیمت با اعمال قیمت واقعی بوسیله شبکه های عصبی و سیستم خبره فازی در سیستم تجدید ساختار یافته

در این مقاله ضمن ارائه مدلی جد ید جهت پیش بینی کوتاه مدت منحنی بار الکتریکی با استفاده از ترکیب سه شبکه عصبی کوهونن، یک س یستم خبره فازی جهت اصلاح روزها ی خاص شامل روزها ی تعط یل و روزها ی قبل و بعد از آن، ارائه شده است . جهت نشان دادن تاثیرات قیمت انرژی الکتریکی و همچنین درجه حرارت بر منحن ی بار، حساس یت بار نسبت به این دو عامل آنال یز شده و به صورت ضرا یب همبستگ ی ارائه گردیده است . ورودیهای مدل ارائه شده شامل قیمت انرژی الکتریکی و درجه حرارت می باشد و خروجی آن بار پیش بینی شده نهایی می باشد . این مدل توانایی پیش بینی کلیه روزهای عادی سال شامل روزهای کاری هفته و روزهای خاص را دارا می باشد و نسبت به عوامل درجه حرارت و قیمت زمان واقعی انرژی الکتریکی فعال می باشد . پس از انجام پیش بینی اولیه توسط مدل شبکه عصبی، تص حیحات لازم برای پیش بینی نهایی روزهای خاص توسط سیستم خبره فازی صورت می گیرد . درصد میانگین قدر مطلق خطای پیش بینی مدل برای کلیه روزهای سال 2004 و 2005 به ترتیب برابر % 1/78 و % 2/09 می باشد

کلیدواژه ها:

پیش بینی بار ، تجدید ساختار ، ضریب وابستگی ، شبکه های عصبی کوهونن ، سیستم خبره فازی