خوش هبندی ماه های سال جهت بهبوددقت پی شبینی پیک بار میا نمدت

سال انتشار: 1387
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 770

فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

PSC23_224

تاریخ نمایه سازی: 1 بهمن 1390

چکیده مقاله:

در سیستم ق درت الکتریکی ، پیش بینی پیک بار از لحاظ بهینه سازی اقتصادی، برنامه ریزی خط مشی، تخصیص بودجه و مدیریت سوخت نیروگاه ها نقش بسیار مهمی بازی می کند . دقت روش پیش بینی در توسعه یک استراتژی تامین قدرت و طرح توسعه بویژه برای کشورهای در حال توسعه بسیار مهم است. زیرا در این کشورها نرخ رشد تقاضا پویا و زیاد است . در این مقاله یک مدل رگرسیون تلفیقی جهت پیش بینی پیک بار الکتریکی میا ن مدت با استفاده از یک روش خوشه بندی ارائه شده است . بدین منظور داد ه های تقاضای پیک بار ماهانه 14 سال شبکه برق سراسری ایران استفاده و تحلیل شد هاست. آنچنانکه، مدل ارائه شده امکان پیش بینی پیک بار ماهانه را برای ماه بعد فراهم می کند. بدین ترتیب که ابتدا جهت بهبود برازش رگرسیون، نقشه خودسازماندهی (SOM) به منظور خوشه بندی پیک بار مصرفی ماهانه طراحی شده است و ماه های مشابه با یکدیگر در گروه های یکس ان قرار دادهشد هاند. آنگاه، با بکارگیری شاخص دیویس -بولدین بهترین حالت خوش ه بندی تعیین شده است . سپس جهت پی ش بینی پیک بار میا ن مدت برای هر خوشه از روش رگرسیون خطی استفاده شده است . آنالیز و مقایسه نتایج پی ش بینی با روش رگرسیون خطی بدون انجام خوشه بندی نشان م یدهد که مدلارائه شده با دقت بسیار خوبی عمل کرده و خوشه بندی ما ههای سال موجب بهبود پیش بینی شده است.

نویسندگان

علیرضا سروش

دانشگاه تربیت مدرسایران

اردشیر بحرینی نژاد

دانشگاه تربیت مدرسایران

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 :
  • ل گلوانی، سجاد، حسینیان، هادی و حسینی، سیدهادی، پیش‌بینی پیک ...
  • term and Shortه [3] Yalcinoz, T., Eminoglu, U., medium term ...
  • Hippert, H. S., Pedreira, C.E., Castro, S.R., :Neural Networks for ...
  • Kareem, Y. H., and Majeed, A. R., "Monthly Peak-load Demand ...
  • Transmission & Distribution Conference, 2006, pp. 1-5. ...
  • Phimphachan, S., Chamnonglhai, K., Kumhom, P., Jittiwarangkul, N., and Sangswang, ...
  • Phimphachanh, S., Chamnonglhai, K., Kumhom, P., and Sangswang, A., "Using ...
  • Temraz, H. K., M. Salama, M. _ Quintana, V. H., ...
  • Transmission and Distribution, Vol. 143, No. 1, ...
  • Vesanto, J., Alhoniemi, E., "Clustering of the Self- Organizing Map", ...
  • Demuth, H., Beale, M., and Hagan, M., MATLAB 7.0/ Neural ...
  • Bishop, C. M., "Neural Networks for Pattern Recognition", First Edition, ...
  • Gujarati, D., :Basic Econometrics", Third Edition, McGraw-Hill, 1995. ...
  • نمایش کامل مراجع