يك روش تركيبي براي پيش ‌بيني احتمالاتي ميان مدت قيمت برق با استفاده از يادگيري عميق

با تجديد ‏ساختار در سيستم‏هاي قدرت، پيش‏بيني قيمت برق براي مديريت بازار برق بسيار مهم شده است و نقش كليدي در عمليات در بازار برق و شبكه‏هاي هوشمند ايفا مي‏كند. در اين مقاله يك روش تركيبي براي پيش‏بيني احتمالاتي قيمت برق پيشنهاد مي‏شود. در اين روش ماتريس ويژگي‏ها با استفاده از روش تحليل اجزاي همسايگي استخراج مي‏شود و از مجموعه‏هاي هدف كه شامل مقادير مشاهده شده قيمت برق است، بخش ثابت يا به عبارتي بخش فصلي آن جدا مي‏شود. پس از آماده شدن داده‏هاي آموزش، اين مجموعه به دو زيرمجموعه‏ آموزش و اعتبارسنجي تقسيم مي‏شود. پس از آن با استفاده از شبكه حافظه كوتاه مدت بلند با سه لايه مخفي و با استفاده از روش آموزش ترتيبي مدل پيش‏بيني آموزش داده مي‏شود و در دو مرحله آموزش و اعتبارسنجي مورد آزمايش قرار مي‏گيرد. نتايج به دست آمده نشان مي‏دهد روش تركيبي پيشنهادي در اين مقاله موجب كاهش خطاي پيش‏بيني‏هاي نقطه‏اي مي‏شود. بهترين نتيجه به دست آمده مربوط به مدل Winsorized  با ميانگين مطلق درصد خطا برابر با 9.2009 است كه كاهش خطا به ميزان 9.633 نسبت به روش ارائه شده جهت مقايسه را نشان مي‏دهد. نتايج به دست آمده نشان مي‏دهد روش پيشنهادي براي پيش‏بيني قيمت برق روش كارامدي است و مي‏توان از آن براي پيش‏بيني ميان مدت قيمت برق بهره گرفت.