پیش بینی تقاضای کوتاه مدت برق، شبکه ی جنوب غرب با استفاده از شبکه عصبی (1368-1389)

پایان نامه
چکیده

شبکه های عصبی اخیرا توسط بسیاری از پژوهشگران برای پیش بینی بار کوتاه مدت پیشنهد شده اند.این مطالعات قابلیت های این مدلها را مورد بررسی قرار می دهد.این مطالعه همچنین می تواند به عنوان یک معیار برای کاربردهای پیش بینی های حقیقی بکار گرفته شود. ابتدا،یک مرور بر منابع انجام شد.اکثر مدلهای گزارش شده بر اساس شبکه پرسپترون چند لایه قرار دارند.پیشنهادات مدل سازی فراوانی وجود دارد،اما فراوانی متغیرها و فقدان مقایسه ها کارکرد روش های پیشنهاد شده را مشکل میکند.در نتیجه یک مطالعه ی مقایسه ای از مدل های مختلف ضروری به نظر می رسد. مدل های مختلفی پرداخته شدند و بر روی داده های حقیقی بار از یک شبکه الکتریکی کاربرد پذیر مورد آزمایش قرار گرفتند.بیشتر آنها از یک شبکه ی mlp برای مشخص کردن روابط مفروض بین بار آینده و بار ابتدایی و دما استفاده می کنند. مدل ها به دو دسته تقسیم شدند.یک،پیش بینی بار برای یک روز کامل که یک بار مورد مطالعه قرار گرفته شد.همچنین،مدل های ساعتی،که قابلیت بروزرسانی پیش بینی ها همزمان با رسیدن داده های جدید را دارند،در نظر گرفته شدند. آخرین نتایج نشان دادند،مدل های ساعتی برای پیش بینی مناسب ترند.خطا های پیش بینی این مدل که در آن تست ها با یک هدف مقایسه ای انجام شدند نسبت به مدل sarimax کوچکتر بودند.این مطالعه پیشنهاد می کند که این مدل شبکه ی عصبی ساعتی باید برای تست های آنلاین به کار گرفته شوند تا بتوان یک اظهار نظر نهایی بر روی کارایی این مدل ارائه کرد.

۱۵ صفحه ی اول

برای دانلود 15 صفحه اول باید عضویت طلایی داشته باشید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

پیش بینی تقاضای کوتاه مدت آب شهر تهران با استفاده از شبکه های عصبی مصنوعی

پیش بینی تقاضای کوتاه مدت آب شهری کمک موثری به مدیران و بهره برداران سیستمهای آب شهری می باشد تا بتوانند نسبت به مدیریت صحیح مصرف، مخازن، پمپها، شیرآلات و تصفیه خانه ها اقدام نمایند. مصرف کوتاه مدت آب تابعی از پارامترهای مختلف و متنوع مانند شرائط اقلیمی و هواشناسی، مناسبتهای فرهنگی، اقتصادی، اجتماعی و مصارف گذشته می باشد. بدلیل همین تنوع، پیش بینی مصرف کوتاه مدت بصورت تحلیلی بسیار مشکل و یا نام...

متن کامل

پیش بینی تقاضای کوتاه مدت آب شهر تهران با استفاده از شبکه های عصبی مصنوعی

Short-term water demand modeling plays a key role in urban water resources planning and management. The importance of demand prediction is even greater in countries like Iran with frequent periods of drought. Short-term water demand estimation is useful for planning and management of water and wastewater facilities such as pump scheduling, control of reservoirs and tanks volume, pressure manage...

متن کامل

پیش بینی کوتاه مدت بار استان چهارمحال و بختیاری با استفاده از اجماع شبکه های عصبی

پیش­بینی کوتاه مدت بار در بازار برق اهمیت زیادی دارد. از طرفی عوامل مهم تأثیرگذار بر پیش­بینی کوتاه مدت بار به ویژگی­های بار الکتریکی و آب و هوایی هر منطقه بستگی دارد، بنابراین با استفاده از داده­های واقعی استان چهارمحال و بختیاری-شامل بار و دما- به پیش­بینی کوتاه مدت بار الکتریکی استان پرداخته­ایم. بدین منظور با استفاده از چهار روش مختلف شبکه عصبی پرسپترون (MLp < /strong>)، مجمعی از شبکه عصبی ...

متن کامل

پیش بینی تقاضای کوتاه مدت آب شهر تهران با استفاده از شبکه های عصبی مصنوعی

پیش بینی تقاضای کوتاه مدت آب شهری کمک موثری به مدیران و بهره برداران سیستمهای آب شهری می باشد تا بتوانند نسبت به مدیریت صحیح مصرف، مخازن، پمپها، شیرآلات و تصفیه خانه ها اقدام نمایند. مصرف کوتاه مدت آب تابعی از پارامترهای مختلف و متنوع مانند شرائط اقلیمی و هواشناسی، مناسبتهای فرهنگی، اقتصادی، اجتماعی و مصارف گذشته می باشد. بدلیل همین تنوع، پیش بینی مصرف کوتاه مدت بصورت تحلیلی بسیار مشکل و یا نام...

متن کامل

پیش بینی تقاضای کوتاه مدت آب شهر تهران با استفاده از شبکه عصبی مصنوعی

در این تحقیق تقاضای کوتاه مدت روزانه آب شهر تهران با استفاده از مدل شبکه عصبی مورد بررسی قرار گرفته است و نتایج آن برای پیش بینی بکار رفتند. متغیرهای اصلی مورد استفاده در این پژوهش شامل نوع روز، مصرف روز گذشته، ماکزیمم درجه حرارت و بارندگی می باشد. علاوه بر متغیرهای مذکور اصلی سه پارامتر دیگر شامل، مصرف آب دو روز گذشته، ماکزیمم رطوبت، ماکزیمم درجه حرارت روز گذشته به عنوان متغیرهای کاندید در نظر...

پیش بینی کوتاه مدت سرعت باد با استفاده از سه نوع ترکیب شبکه های عصبی براساس تقسیم و ترکیب

انرژی باد یکی از قابل دسترس ترین انرژی های تجدید پذیر است. پیش بینی سرعت باد با دقت بالا، برای توسعه این انرژی موثر خواهد بود. این مقاله راه حل مناسبی برای مساله پیش بینی سرعت باد، با استفاده از سه نوع شبکه عصبی براساس تقسیم و ترکیب ارائه می دهد. سه شبکه، به ترتیب، تقویت به وسیله پالایش (BF)، اختلاط خبره ها (ME) و تقویت اختلاط خبره ها (BME) می باشند. در این سه شبکه ابتدا، فضای مساله بین کلاس بن...

متن کامل

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ذخیره در منابع من قبلا به منابع من ذحیره شده

{@ msg_add @}


نوع سند: پایان نامه

دانشگاه آزاد اسلامی - دانشگاه آزاد اسلامی واحد تهران مرکزی - دانشکده اقتصاد

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023