رکوردهای مرتبط با این شخص

ارایه رویکردی مبتنی بر هوش مصنوعی برای پیش¬بینی بار کوتاه¬مدت در یک سیستم قدرت (1402) / اسدی ، سید امیر، نویسنده

نوع مدرک: متون چاپی سرشناسه اسدی ، سید امیر، نویسنده شماره بازیابی : ‭ELE ‭63 عنوان : ارایه رویکردی مبتنی بر هوش مصنوعی برای پیش¬بینی بار کوتاه¬مدت در یک سیستم قدرت عنوان موازی : Title of the Thesis: Presenting an Approach Based on Artificial Intelligence for Short Term Load Forecasting in a Power System ناشر: دانشگاه شهید اشرفی اصفهانی: اصفهان سال نشر : 1402 صفحه شمار: 94ص شابک/شاپا 25274 یادداشت پایان‌نامه کارشناسی ارشد :رشته مهندسی برق گرایش سیستم¬های قدرت شناسه افزوده : بهبهانی فرد ، حمیدرضا توصیفگرها پیش¬بینی بار - یادگیری ماشین - شبکه عصبی - سیستم توزیع - تقاضای بار  Load Forecasting- Machine Learning- Neural Network -Distribution System- Load Demand چکیده : تقاضای انرژی الکتریکی یک منطقه به عوامل بسیاری مانند جمعیت، توسعه منطقه‌ای، آب‌وهوا، قیمت برق، صنعتی‌شدن و غیره بستگی دارد. آب‌وهوا نقش مهمّی در تخمین کل تقاضای برآورده شده با درجه¬ی دقّت زیادی داشته که به اپراتور سیستم کمک می‌¬کند تا تولید را بهینه کرده و ذخایر مناسب را باتوجه‌به هر گونه‌ی احتمالی حفظ کند. پیش‌بینی بار نقش مهمّی در تمام جنبه‌های برنامه‌ریزی، بهره‌برداری و کنترل یک سیستم قدرت الکتریکی دارد. همچنین برای عملکرد اقتصادی و قابلیّت اطمینان شبکه¬ی قدرت ضروری است؛ بنابراین، نیاز و ارتباط پیش‌بینی تقاضا برای یک شرکت برق به موضوعی بسیار موردبحث در سالیان اخیر تبدیل شده¬است. با توجه به افزایش شدید تقاضای انرژی الکتریکی و اهمیت پیداکردن نقش پیش‌بینی بار آینده، یکی از بهینه‌ترین ابزارها برای پیش‌بینی بار کوتاه‌مدت استفاده از روش‌های مبتنی بر یادگیری ماشین می¬باشد. هدف این پژوهش، بررسی روش¬های شبکه¬ عصبی مصنوعی چندلایه پرسپترون (MLP) ، شبکه عصبی تابع پایه شعاعی (RBF) ، شبکه عصبی رگرسیون بردار پشتیبان (SVR) و سیستم استنتاج فازی مبتنی بر شبکه¬ی تطبیقی (ANFIS) در دو سناریوی پیش¬بینی بار کوتاه¬مدّت به ترتیب بدون دخالت و با دخالت دما و رطوبت می¬باشد. روش شبکه عصبی ANFIS در سناریوی اول برای مرحله آزمایش دارای کم¬ترین مقدار میانگین درصد خطای مطلق (MAPE) در مقایسه با سایر روش¬ها بوده است. همچنین روش شبکه عصبی SVR در سناریوی دوم برای مرحله آزمایش دارای کم¬ترین مقدار MAPE در مقایسه با سایر روش¬ها می¬باشد لینک ثابت رکورد: ../opac/index.php?lvl=record_display&id=14218 زبان مدرک : فارسی

 فهرست موجودی مدرک

شماره ثبت	شماره بازیابی	نام عام مواد	محل نگهداری	بخش	وضعیت ثبت	وضعیت امانت
25274	‭ELE ‭63	پایان‌نامه	دانشگاه شهید اشرفی اصفهانی	مرکزی	اسناد مرجع	غیر قابل امانت