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

گواهی نمایه سازی مقاله پیش بینی بار کوتاه مدت منطقه کرمان با استفاده از روش ترکیبی PSO-ANFIS

عنوان مقاله: پیش بینی بار کوتاه مدت منطقه کرمان با استفاده از روش ترکیبی PSO-ANFIS
شناسه (COI) مقاله: ENERGYBON02_041
منتشر شده در دومین همایش ملی مدیریت انرژی های نو و پاک در سال ۱۳۹۴
مشخصات نویسندگان مقاله:

علی حسینی پور - دانشجوی کارشناسی ارشد بخش مهندسی برق دانشگاه شهید باهنر کرمان
امیر عبدالهی - استادیار بخش مهندسی برق دانشگاه شهید باهنر کرمان

خلاصه مقاله:
پیش بینی بار الکتریکی یک مساله ی مهم در صنعت برق می باشد. پیش بینی بار کوتاه مدت که می تواند در بازه ی زمانی یک ساعت تا یک هفته انجام گیرد، در مسائل زمان بندی تولید و خاموش و روشن بودن واحد ها به کار گرفته می شود. در نتیجه یک پیش بینی بار دقیق نقش مهمی در کاهش هزینه های تولید انرژی و اختصاص رزرو سیستم ایفا می کند. پیش بینی تقاضای کوتاه مدت الکتریسیته یکی از ابزار مهم شرکت های برق برای اختصاص تولید بهینه به واحدهای تولید آنها برای تامین بار سیستم است. کنترل دقیق واحدهای تولید که از یک پیش بینی دقیق بار حاصل می شود تاثیر به سزایی در بهره برداری اقتصادی سیستم قدرت دارد. عدم دقت و خطای زیاد در پیش بینی باعث می شود که سیستم های تولید و انتقال در حالت بهینه و کارآمدی بهره برداری نشوند. این مقاله بر اساس روش ترکیبی شبکه های عصبی-فازی تطبیقی (ANFIS) و الگوریتم بهینه سازی ازدحام ذرات مدلی را برای پیش بینی بار کوتاه مدت ارائه می دهد. اطلاعات تاریخی بار شبکه و دما و همچنین دمای پیش بینی شده به عنوان ورودی های سیستم به کار می روند. نتایج شبیه سازی که بر روی اطلاعات شبکه توزیع منطقه کرمان اجرا شده نشان می دهد که مدل پیشنهادی با دقت مناسبی قابلیت پیش بینی بار ساعتی را داراست.

کلمات کلیدی:
پیش بینی بار کوتاه مدت ، شبکه عصبی فازی تطبیقی ، الگوریتم ازدحام ذرات ، منطق فازی ، روشهای پیش بینی

صفحه اختصاصی مقاله و دریافت فایل کامل: https://www.civilica.com/Paper-ENERGYBON02-ENERGYBON02_041.html