شماره ركورد كنفرانس :
3723
عنوان مقاله :
پيش بيني بلند مدت بار شبكه توزيع با استفاده از شبكه عصبي با هدف تخمين تامين توسط واحد خورشيدي
عنوان به زبان ديگر :
Long-term forecast of distribution network distribution using a neural network with the goal of estimating the supply by the solar unit
پديدآورندگان :
كياني محمد mkiani1985@gmail.com دانشگاه آزاد اسلامي ايذه; , مرادي مجيد majid.moradi.z@gmail.com دانشگاه صنعتي بهبهان;
كليدواژه :
تخمين بلند مدت بار , الگوريتم شبكه عصبي , حداقل مربعات خطا , فيلتر حداقل قدرمطلق , LS , LAVF
عنوان كنفرانس :
دومين كنفرانس بين المللي در مهندسي برق
چكيده فارسي :
چكيده-- در مقاله حاضر هدف پيش بيني بار شبكه توزيع پيك سالانه ميباشد كه به سه روش الگوريتم شبكه عصبي، روش حداقل مربعات و روش فيلتر حداقل قدرمطلق تخمين زده و با هم مقايسه شده است.همچنين نتايج حاصل با روش هاي الگوريتم پرندگان و الگوريتم بهينه سازي تراكم ذرات مقايسه شده و ديده ميشود با تعداد تكرار هاي بسيار كمتر به نتايجي به مراتب با خطاي كمتر حصول شده است و در نهايت بتوان ميزان توان مورد نياز براي تامين توسط واحد خورشيدي را تعيين نمود. واژههاي كليدي — تخمين بلند مدت بار، الگوريتم شبكه عصبي، حداقل مربعات خطا، فيلتر حداقل قدرمطلق، LS، LAVF
چكيده لاتين :
compared with algorithm algorithm and algorithm methods. Particle density optimization has been compared and can be seen with fewer repetitions and far less error-prone results. Finally, the amount of power needed to supply by the solar unit can be determined.