مدل سازي بار الكتريكي و پيش بيني باركوتاه مدت با استفاده از شبكه هاي عصبي

Electric Load Modeling and Predicting the Short-Term Load Using the Neural Network ESN

پيش بيني مصرف و تقاضاي انرژي الكتريكي از مهمترين ابزارهاي تصميم گيري در شركت هاي توزيع براي برنامه ريزي عقد قراردادها و خريد انرژي الكتريكي است. اين پايان نامه به مدل سازي مصرف بار الكتريكي در شبكه توزيع همدان با استفاده از شبكه هاي عصبي ESN مي پردازد. در فصول اول به بررسي عوامل موثر بر مصرف انرژي الكتريكي و مواد و روش پيش بيني ميزان مصرف برق كه شبكه هاي عصبي مصنوعي هستند مي پردازد. داده هاي هواشناسي از قبيل حداقل دماي روزانه، ميانگين دماي روزانه، حداكثر دماي روزانه،حداقل دماي نقطه شبنم، ميانگين دماي نقطه شبنم، حداكثر دماي نقطه شبنم، حداكثر درصد رطوبت، ميانگين درصد رطوبت و حداقل درصد رطوبت از ايستگاه هاي هواشناسي همدان جمع آوري شده اند. با بررسي اين پارامترها و انرژي الكتريكي مصرفي روزانه ثبت شده در شركت توزيع استان همدان، و با استفاده از تحليل هاي آماري، پارامترهاي موثر بر ميزان مصرف برق روزانه شناسايي شده است. با استفاده از شبكه هاي عصبي ESN مدل سازي اين بار الكتريكي با پارامترهاي شناسايي شده انجام شده و به پيش بيني بار الكتريكي پرداخته مي شود

Anticipated demand for electrical energy distribution companies of the most important tools for planning decisions in contracts and purchase of electric energy. This thesis taking charge of the distribution network modeling using neural networks ESN deals Hamedan. Meteorological data such as the daily minimum temperature, mean daily temperature, maximum daily temperature, minimum temperature, dew point, the average dew point temperature, maximum temperature, dew point, maximum moisture, average moisture content and a minimum percentage of moisture from weather stations Hamadan Collection have become. By analyzing these parameters and daily electrical energy distribution company in the province, and using statistical analysis, parameters which affect the daily power consumption is detected. ESN using neural network modeling parameters identified conducted this charge has been paid to the electrical load forecasting.