عنوان مقاله :
پيش‌بيني بازار برق به كمك شبكه ي عصبي و الگوريتم گرگ خاكستري
عنوان به زبان ديگر :
Forecasting the electricity market using neural network and gray wolf algorithm
پديد آورندگان :
فردوسيان، محمد دانشگاه آزاد اسلامي كرمانشاه - دانشكده فني و مهندسي , عبدي، حمدي دانشگاه رازي كرمانشاه - دانشكده فني و مهندسي , كريمي، شهرام دانشگاه رازي كرمانشاه - دانشكده فني و مهندسي , خراطي، سعيد دانشگاه آزاد اسلامي كرمانشاه - دانشكده فني و مهندسي
كليدواژه :
الگوريتم گرگ خاكستري , پيش‌بيني قيمت , شبكه‌ي عصبي
چكيده فارسي :
بازار برق در جهان امروز، به‌صورت علمي شناخته شده است و رقابت در آن هر روز بيشتر از قبل مي‌شود. در اين ميان، ابزار پيش‌بيني قيمت به شركت‌كنندگان بازار در به دست آوردن سود هرچه بيشتر، كمك شاياني مي‌كند. هدف پژوهش حاضر، گسترش شبكه ي عصبي و بهينه‌سازي آن توسط الگوريتم گرگ خاكستري براي پيش‌بيني قيمت بازار برق است. از آنجا كه در مدل‌هاي سنتي و همچنين مدل شبكه‌هاي عصبي همواره از روش‌هاي احتمالاتي جهت افزايش دقت پيش‌بيني استفاده مي‌شود؛ در اين مدل، سعي شده تا با ارائه ي روشي جديد، از اين موارد صرف‌نظر شود تا براي پيش‌بيني، وقت كمتري نياز باشد. يكي از موضوعاتي كه همواره دقت پيش‌بيني را تحت تأثير قرار مي‌دهد، وجود موارد بحراني و ناگهاني در سيستم است؛ كه در اين تحقيق، با استفاده از روش‌هاي كارآمد، اين مسائل كنترل خواهد شد. در مدل پيشنهادشده، از اطلاعات بازار برق نورديك استفاده شده است؛ اما بديهي است كه مدل مزبور براي هر بازار ديگري قابل استفاده مي‌باشد. در پايان براي نشان دادن دقت اين مدل، مقايسه‌اي بين آن و يكي از روش‌هاي سنتي انجام شده است.
چكيده لاتين :
The electricity market in the world today is scientifically recognized and it is becoming more competitive every day. In the meantime, the price forecasting tool helps market participants gain more profit. The purpose of the present study is to extend the neural network and optimize it by gray wolf algorithm to predict electricity market price. Since traditional and neural network models have always used probabilistic methods to increase prediction accuracy, this model has tried to ignore these by introducing a new method to require less time for prediction. One of the issues that always affects the prediction accuracy is the existence of critical and sudden cases in the system, which will be controlled in this research using efficient methods. The proposed model uses Nordic electricity market information, but it is obviously applicable to any other market. Finally, to illustrate the accuracy of this model, a comparison is made between it and one of the traditional methods.
عنوان نشريه :
فرماندهي و كنترل
