استفاده از روش حداقل مربعات خطا در تركيب سه روش جديد پيش بيني بار كوتاه مدت براساس آموزش به روز شده

پیش بینی بار كوتاه مدت در برنامه ریزی آینده یك سیستم قدرت و همچنین در بازار برق، نقش مهمی ایفا می كند . با توجه به اهمیت پیش بینی بار كوتا ه مدت در عملكرد سیستم قدرت و بازار برق، روش های مختلفی برای كاهش خطای آن در سال های متمادی ارائه شده است . در این مقاله، یك روشتركیبی براساس الگوریتم حداقل مربعات خطا جهت پیش بینی بار كوتاه مدت پیشنهاد شده است . این رو ش بر اساس وزن دهی به نتایج پیش بینی بار كوتاه مدت روش های شبكه عصبی بیزین، نروفازی و یافتن روزهای مشابه می باشد . تحقیقات صورت گرفته نشانگر آن است كه سه روش مذكور،دارای بهترین نتایج پیش بینی بار كوتاه مدت در شبكه سراسری ایران می باشند. تقویم ایران شامل دو تقویم شمسی و قمری است. لذا شرایط ویژه ای از قبیل تعطیلات شمسی، تعطیلات قمری، روزهای بعد از تعطیل، بین تعطیل و روزهای ابتدای ماه رمضان وجود دارند كه در نتایج سه روش فوق تغییراتی ایجاد می نمایند. جهت دستیابی به نتایج دقیق تر در پیش بینی بار كوتاه مدت، روش حد اقل مربعات خطا جهت تركیب این سه روش بكار برده شده است . همچنین با بروزنمایی آموزش در روش مورد استفاده به جای استفاده از نتایج پیش بینی بار كوتاه مدت سال های قبل، سعی شده است تا كمترین مقدار خطای پیش بینی حاصل شود. نتایج استفاده از این روش در شبكه سراسری ایر ان، نشان دهنده بهبود عملكرد پیش بینی بار كوتاه مدت میباشد.