دوره 11، شماره 1 - ( مجله مهندسی برق و الکترونیک ایران - جلد 11 شماره 1 1393 )                   جلد 11 شماره 1 صفحات 48-37 | برگشت به فهرست نسخه ها

XML English Abstract Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Hooshmand R, Moazzami M. Short-Term Nodal Congestion Price Forecasting in Large-Scale Power Market Using ANN with Genetic Optimization Training. Journal of Iranian Association of Electrical and Electronics Engineers 2014; 11 (1) :37-48
URL: http://jiaeee.com/article-1-143-fa.html
هوشمند رحمت‌الله، معظمی مجید. پیش‌‌بینی کوتاه مدت قیمت تراکم گرهی در یک سیستم قدرت بزرگ تجدید ساختار یافته با استفاده از شبکه‌های عصبی مصنوعی با بهینه‌سازی آموزش ژنتیکی . نشریه مهندسی برق و الکترونیک ایران. 1393; 11 (1) :37-48

URL: http://jiaeee.com/article-1-143-fa.html


چکیده:   (4352 مشاهده)

در یک بازار برق روزانه، پیش‌بینی قیمت و بار مهمترین سیگنال برای شرکت کنندگان در بازار می‌باشد. در این مقاله از شبکه‌های عصبی پیشرو با بهینه‌سازی آموزش ژنتیکی برای پیش‌بینی قیمت کوتاه مدت تراکم گرهی برق در نواحی مختلف یک بازار برق در مقیاس وسیع استفاده شده است. اطلاعات لازم برای پایگاه داده شبکه عصبی از حل معادلات پخش بار بهینه سیستم قدرت با در نظر گرفتن کلیه عوامل موثر، برای تغییرات بار سیستم در هر ساعت از روز در مدت یک ماه حل شده است. ساختار شبکه عصبی دارای دو سیگنال ورودی توان اکتیو و راکتیو هر شین در هر ساعت از مدل برنامه‌ریزی می‌باشد. این دو سیگنال همواره در سیستم قدرت قابل دسترس می‌باشند. در این مطالعه از سیستم 118 باسه IEEE برای بررسی صحت روش پیشنهادی استفاده شده است. این شبکه به 3 ناحیه تقسیم شده و برای هر ناحیه از یک شبکه عصبی با آموزش بهینه ژنتیکی استفاده شده است. نتایج حاصله بیانگر توانایی این روش برای پیش‌بینی قیمت در یک بازار برق بزرگ با خطای نسبتاً کم و قابل قبول خصوصاً در نقاط جهش قیمت دارد.

متن کامل [PDF 3072 kb]   (1336 دریافت)    
نوع مقاله: پژوهشي | موضوع مقاله: قدرت
دریافت: 1395/11/18 | پذیرش: 1395/11/18 | انتشار: 1395/11/18

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA

بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License (CC BY NC 4.0) قابل بازنشر است.

کلیه حقوق این وب سایت متعلق به نشریه مهندسی برق و الکترونیک ایران می باشد.

طراحی و برنامه نویسی : یکتاوب افزار شرق

© 2024 CC BY-NC 4.0 | Journal of Iranian Association of Electrical and Electronics Engineers

Designed & Developed by : Yektaweb