پیش بینی بار کوتاه مدت با استفاده از تجزیه سری زمانی بار وشبکه عصبی | ||
| مدل سازی در مهندسی | ||
| مقاله 2، دوره 7، شماره 16، 1388 اصل مقاله (606.4 K) | ||
| شناسه دیجیتال (DOI): 10.22075/jme.2017.1523 | ||
| نویسندگان | ||
| روحالله فیروزنیا* ؛ نیما امجدی | ||
| دانشگاه سمنان | ||
| چکیده | ||
| چکیده پیش بینی بارکوتاه مدت یک فرآیند پایه در بهره برداری سیستمهای قدرت محسوب میشود. بسیاری از توابع بهرهبرداری نظیر آرایش تولید، پخش بار اقتصادی، ارزیابی ایمنی و هماهنگی آبی حرارتی به پیشینی بار کوتاهمدت وابسته میباشند. در طی سه دهه اخیر روش های مختلفی برای پیشبینی بار کوتاه مدت ارائه شده و نرمافزارهای صنعتی متعددی نیز بر پایه این روش ها تهیه شدهاند. از جمله این روش ها میتوان به انواع سریهای زمانی، هموارسازی نمایی، فیلتر کالمن، شبکههای عصبی و شبکههای فازی عصبی اشاره نمود. مشکلی که تمام روشهای پیشبینی بار کوتاه مدت با آن مواجه میباشند، انتخاب ورودی های مناسب است. این امر وابسته به مشخصات سیستم قدرت بوده و با گذشت زمان و تغییر الگوی بار تغییر میکند. در این مقاله ابتدا سری زمانی بار از طریق یک تبدیل ریاضی مناسب (تبدیل موجک) تجزیه شده و سپس از سریهای حاصلشده پارامترهای ورودی برای آموزش شبکه عصبی استخراج میشوند | ||
| کلیدواژهها | ||
| واژگان کلیدی: پیش بینی بار؛ شبکه عصبی؛ تبدیل موجک | ||
|
آمار تعداد مشاهده مقاله: 2,487 تعداد دریافت فایل اصل مقاله: 1,280 |
||
| تعداد نشریات | 22 |
| تعداد شمارهها | 723 |
| تعداد مقالات | 10,397 |
| تعداد مشاهده مقاله | 72,872,698 |
| تعداد دریافت فایل اصل مقاله | 64,559,294 |