مقاله پیش بینی بار کوتاه مدت الکتریکی مبتنی رویکردی ترکیبی از شب

مقاله پیش بینی بار کوتاه مدت الکتریکی مبتنی رویکردی ترکیبی از شبکه های عصبی مصنوعی والگوریتم رقابت استعماری با word دارای 6 صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است
فایل ورد مقاله پیش بینی بار کوتاه مدت الکتریکی مبتنی رویکردی ترکیبی از شبکه های عصبی مصنوعی والگوریتم رقابت استعماری با word کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه و مراکز دولتی می باشد.
این پروژه توسط مرکز مرکز پروژه های دانشجویی آماده و تنظیم شده است
توجه : در صورت مشاهده بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی مقاله پیش بینی بار کوتاه مدت الکتریکی مبتنی رویکردی ترکیبی از شبکه های عصبی مصنوعی والگوریتم رقابت استعماری با word،به هیچ وجه بهم ریختگی وجود ندارد
بخشی از متن مقاله پیش بینی بار کوتاه مدت الکتریکی مبتنی رویکردی ترکیبی از شبکه های عصبی مصنوعی والگوریتم رقابت استعماری با word :
سال انتشار: 1393
محل انتشار: اولین همایش ملی مهندسی برق و کامپیوتر در شمال کشور
تعداد صفحات: 6
چکیده:
یکی از راه های افزایش بهره وری انرژی الکتریکی تولید شده پیش بینی میزان بار مصرفی مورد نیاز می باشد. در پیش بینی کوتاه مدت ، با در نظر گرفتن محدودیت های های موجود، در مورد در مدار قرار گرفتن و همچنین ظرفیت تولید بهینه ی نیروگاه ها، باهدف کاهش اتلاف توان اضافه تصمیم گیری می شود. اطلاعات لازم برای انجام برنامه ریزی بهینه در تولید نیرو ، توسط پیش بینی میزان مصرف بار الکتریکی در زمان بندی های مشخص، در دسترس عوامل تولید قرار می گیرد. در این مقاله سعی شده است تا با یک رویکرد جدید مصرف بار الکتریکی پیش بینی شود. از آنجایی که مصرف بار الکتریکی به صورت پیچیده و غیر خطی تابعیاز پارامترهای مختلفی از قبیل شرایط آب و هوایی می باشد و منحنی بار در هر لحظه در حال تغییر می باشد، لذا پردازش داده ها باید به صورت آنلاین انجام شود. برای پردازش داده ها از یک رویکرد جدید که ترکیبی از الگوریتم رقابت استعماری و شبکه هایعصبی مصنوعی است استفاده گردید. الگوریتم رقابت استعماری با تقلید از روند تکامل اجتماعی، اقتصادی و سیاسی کشورها و بامدلسازی ریاضی بخشهایی از این فرایند، عملگرهایی را در قالب منظم به صورت الگوریتم ارائه میدهد که میتوانند به حل مسائل پیچیده بهینه سازی کمک کنند. در واقع این الگوریتم جواب های مسئله بهینه سازی را در قالب کشورها نگریسته و سعی میکند در طی فرایندی تکرار شونده این جوابها را رفته رفته بهبود داده و در نهایت به جواب بهینه مسئله برساند. نتایج نشان داد این رویکرد دارای پاسخ بهینه و مناسبی در پیش بینی کوتاه مدت بار الکتریکی می باشد.
دانلود این فایل
