چکیده :

اقتصاد دنياي صنعتي و رقابتي امروز بشدت متكي به انرژي الكتريكي است. همچنين كليه شئونات زندگي امروز به توليد برق وابسته است. از آنجاييكه انرژي الكتريكي قابل ذخيره سازي نيست و توليد بيشتر يا كمتراز حد ميزان مصرف خساراتي را در پي دارد، از اين جهت برنامه ريزي براي ميزان توليد انرژي الكتريكي و بويژه پيك بار الكتريكي يكي از مهمترين عملياتهاي زمانبندي توليد برق براي روز بعد است. در اين مقاله، ابتدا جهت كاهش نويز پيش بيني، نقشه خودسازماندهي به منظور دسته بندي داده ها براساس مشخص ههاي پيك بار مصرفي و دماي مشابه طراحي شده است و داده هاي نزديك به يكديگر در گروههاي يكسان قرار داده شد هاند. آنگاه، با بكارگيري شاخص ديويس-بولدين جهت تعيين تعداد دسته ها، بهترين حالت دسته بندي با استفاده از 5 دسته حاصل شده است. سپس از شبكه خودسازمانده ديگري براي تقسيم بندي هريك از دست هها براساس مشخصه پيك بار استفاده شده است. به اين ترتيب 5 دسته حاصل از شبكه خودسازمانده اول به 12 دسته جهت پيش بيني پيك بار مصرفي تبديل شده است. سپس جهت پيش بيني پيك بار، شبكه عصبي پيشخوراند مبتني بر روشهاي شيب مزدوج استفاده شده است. اين مدل برروي داده هاي پيك بارمصرفي شركت برق منطقه اي تهران اجرا و ارزيابي شده است. نتايج پيش بيني نشان مي دهد كه دسته بندي داده ها موجب بهبود پيش بيني شده است.

کلید واژگان :

پيش بيني- پيك بار روزانه - شبكه نقشه خودسازمانده- شبكه عصبي پيشخوراند-روشهاي شيب مزدوج



ارزش ریالی : 300000 ریال
دریافت مقاله
با پرداخت الکترونیک