fa روشی جدید برای تخمین تلفات فیدرهای فشار ضعیف بر پایه شبکه‌های عمیق عصبی در فضای کمبود اطلاعات قدرت Power پژوهشي Research <span dir="RTL">تلفات انرژی الکتریکی به عنوان بخش جداناپذیر سیستم‌های تحویل توان همواره به عنوان معیاری برای سنجش نحوه‌ی مدیریت شبکه از سوی فعالان صنعت برق شناخته می‌شود. به شکلی که تلفات بالای شبکه نشان‌دهنده‌ی ضعیف مدیران و عدم کارایی برنامه‌های اجرا شد در این شبکه است. سنجش میزان دقیق تلفات از طریق پخش بار صورت می‌پذیرد؛ اما شبکه‌های توزیع به خصوص شبکه‌های ولتاژ ضعیف به دلیل گستردگی و عدم توسعه‌ی سیستم‌های اطلاعاتی دارای کمبود‌های زیاد اطلاعاتی هستند این امر باعث شده سنجشی از تلفات این بخش در دسترس نباشد. از همین رو نهاد&nbsp; قانون‌گذاری شبکه برق و شرکت‌های توزیع برای سنجش وضعیت مدیریتی شبکه، کارایی طرح‌های اجرا شده، برنامه‌ریزی آینده و تخصیص بودجه دید مناسبی ندارند. در این مقاله با استفاده از تحلیل‌های آماری و قابلیت بالای پاسخ‌گویی شبکه‌های عمیق عصبی به مسائل غیر خطی روشی جدید برای تخمین تلفات در فضای ضعف سیستم اطلاعاتی ارائه شده است.</span> <strong>Electricity losses as an integral part of power delivery systems have always been recognized by electricity industry actors as a measure of how the network managed. In a way, the high losses of the network show the weak managers and the inefficiency of the programs implemented in this network. The exact amount of losses is measured by load flow; But distribution networks, especially low voltage networks, have many information deficiencies due to the expansion and lack of development of information systems; This has left no measure of losses available in this section. Therefore, the electricity network regulator and distribution companies do not have a good view to assessing the management status of the network, the efficiency of the implemented projects, future planning, and budget allocation. In this paper, by using statistical analysis and high responsiveness of deep neural networks to nonlinear problems, a new method for estimating losses in the weak space of information systems is presented.</strong> تخمین تلفات, فیدرهای فشار ضعیف, ضعف سیستم‌های اطلاعاتی, شبکه‌های عصبی عمیق Loss Estimation, Low voltage Feeders, Weak Information Systems, Deep Neural Networks 11 18 http://jiaeee.com/browse.php?a_code=A-10-2322-1&slc_lang=fa&sid=1 Hassan Majidi حسن مجیدی hassan.majidi@modares.ac.ir 100319475328460010355 100319475328460010355 No Electrical and Computer Engineering, Tarbiat Modares دانشکده مهندسی برق و کامپیوتر- دانشگاه تربیت‌مدرس MahmoodReza Haghifam محمودرضا حقی‌فام haghifam@modares.ac.ir 100319475328460010356 100319475328460010356 Yes Electrical and Computer Engineering, Tarbiat Modares دانشکده مهندسی برق و کامپیوتر- دانشگاه تربیت‌مدرس