بررسي انواع شبكه عصبي از طريق پيش بيني كوتاه مدت بار

Investigating Types of Neural Network through Short Term Forecast

پيش بيني كوتاه مدت بار، نقش كليدي در بهره برداري اقتصادي و ايمن از سيستم هاي قدرت بازي مي كند. پيش بيني دقيق بار، با كاهش دادن هزينه ها و بهبود ايمني بهره برداري، به شركت هاي برق اين اجازه را مي دهد كه با قيمت بهينه به توليد و خريد و فروش انرژي بپردازند. جهت بررسي عوامل مؤثر بر پيش بيني كوتاه مدت بار مي توان از شبكه هاي عصبي استفاده كرد. مهمترين قسمت جهت ساختن يك شبكه عصبي براي پيش بيني بار، انتخاب متغيرهاي ورودي مي باشد. در اين مقاله با استفاده از شبكه هاي عصبي مصنوعي مي خواهيم شبكه هاي مختلف را بررسي كنيم تا پي ببريم كه كدام شبكه عصبي براي پيش بيني بار كوتاه مدت مناسب تر و دقيق تر است. بر اين اساس شبكه هاي عصبي NARX, Elman backprop, Feed- Forward مورد مطالعه قرار گرفته است. همان گونه كه در مقدمۀ اين مقاله اشاره گرديد، پژوهش هاي قبلي پيش بيني بار برق را با استفاده از يك شبكه عصبي و با داده هاي مختلف و متفاوت مورد برسي قرار داده اند، كه امكان تشخيص شبكۀ عصبي بهينه براي برآورد بار آينده ي شبكه ي انرژي الكتريكي ميسر نمي باشد. اين پژوهش با رويكرد انتخاب شبكه ي عصبي مصنوعي بهينه جهت تخمين بار الكتريكي از داده هاي واقعي واحد براي چند شبكه ي عصبي مطرح در اين زمينه استفاده نموده و نتايج برآورد بار سال هاي 94 و 95 را با مقادير واقعي كه اتفاق افتاده، مقايسه و شبكه ي عصبي مصنوعي بهينه را براي برآورد بار كوتاه مدت شبكه ي برق معرفي نموده است.

Short-term load forecasting plays key role in the economic and safe operation of power systems. Detailed forecast load, reducing costs and improving operational safety, Allow power companies pay to produce and purchase and sale of energy with the optimal price. For investigate the Effective factors short-term load forecasting can be used neural networks. The most important part of building a neural network to load forecasting, Select the input variables. In this article, using artificial neural networks want to check different networks, To find out which neural networks For short-term load forecasting is more appropriate and more accurately. So study the neural network, including NARX, Elman backprop, Feed- Forward.