مقایسه روشهای شبکه عصبی مبتنی بر جعبه ابزار و کد نویسی و مدل ARX با پردازش داده های اولیه برای پیش بینی بار پست زمینی کارگر بجنورد

مساله پیش بینی بار در تمامی بخشهای صنعت برق اعم از تولید، انتقال و توزیع همواره به عنوان یکی از فاکتورهای اساسی در طراحی و بهره برداری آنها بوده است. بدیهی است که در صورت پیشبینی مناسب بار در شبکه های توزیع، منافع فنی واقتصادی از جمله قابلیت اطمینان برای آنها خواهد داشت در این مقاله ابتدا به کمک ضریب همبستگی اطلاعات را وزن دهی و سپس با استفاده از شبکه عصبی، روشی جهت پیشبینی بار کوتاه مدت در سیستمهای توزیع ارایه شده است. روش ارایه شده با استفاده از نرم افزار MATLAB شبیه سازی و بر اساس دادههای موجود برای روز و هفته قبل به سه روش اقدام به پیشبینی بار صورت گرفته این سه روش عبارتست از کد نویسی به روش MLPو TOOLBOX مبتی بر روش باز انتشار خطا و روش ARX مبتنی بر رگرسیون. در انتها نتایج روشها مقایسه شده است.

کلیدواژه ها:

شبکه عصبی مصنوعی ، قابلیت اطمینان ، پیشبینی کوتاه مدت و MLP