امروزه با پیشرفت فنآوری و رشد جوامع بشری، درخواست برای انرژی، به ویژه انرژی الکتریکی، از سوی مصرفکنندگان رو به افزایش گذارده است. این نیاز از جمله نیازهای ضروری بهشمار میآید که پاسخگویی بدان مستلزم ساخت تاسیسات بزرگی مانند سدها، نیروگاهها، آموزش متخصصین و... میباشد که تامین هر یک از موارد ذکر شده بسیار زمانبر خواهد بود. درصورتی که قادر به پیشبینی دقیقی برای میزان تقاضای این انرژی در سالهای آینده مقدور باشد، زیرساختهای لازم شامل آموزش، ساخت و نصب تجهیزات و... برای رسیدن به این سطح از تولید برای سالهای آینده فراهم میشود. از این رو هر چه پیشبینی انجام شده برای تقاضای انرژی در سالهای آینده دقیقتر باشد، منجر به برنامهریزی دقیقتر در بهکارگیری بهتر در زمان و سرمایه میشود. برای پیشبینی متغیرها، روشهای مختلفی در دسترس میباشد که روشهای آماری و روشهای دادهکاوی بیشتر مورد توجه هستند. در این مقاله از روشهای آماری موجود، مدل رگرسیون و از روشهای دادهکاوی، شبکههای عصبی مصنوعی مورد استفاده قرار گرفتهاند. در این تحقیق سعی بر آن شده است که با دانستن تعداد مشترکین در بخشهای خانگی، صنعتی، کشاورزی و عمومی، در استانهای تهران، اصفهان، فارس در یازده سال، به پیشبینی فروش انرژی برق بر حسب میلیون کیلو وات ساعت پرداخته شود. به منظور انجام مقایسه بین دو روش یاد شده از معیار MSE استفاده شده است.
مدلسازی میزان فروش انرژی برق بر اساس روشهای شبکههای عصبی مصنوعی و رگرسیون و ارزیابی نتایج
دانلود فایل :
- مدلسازی میزان فروش انرژی برق بر اساس روشهای شبکههای عصبی مصنوعی و رگرسیون و ارزیابی نتایج (232 دانلود)
چکیده
اطلاعات تکميلي
- حوزه کاربرد: برنامه ریزی بلند مدت برای تولید و عرضه برق
- سازمانهاي وابسته: دانشگاه آزاد خمینی شهر
- منبع: همایش ملی انرژی، آذر 94
یکشنبه, 27 دی 1394 ساعت 20:58
- شبکه عصبی ,
- انرژی الکتریکی ,
- نیروگاه ,
- تولید برق ,