بررسی و مقایسه روش های یادگیری عمیق جهت پیش بینی بار شبکه هوشمند

سال انتشار: 1399
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 463

فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_KHRBA-7-27_003

تاریخ نمایه سازی: 25 تیر 1400

چکیده مقاله:

در طی یک دهه گذشته، صنعت آب و برق سرمایه گذاری های گسترده ای را در رابطه با شبکه های هوشمند داشته است.در شبکه هوشمند اطلاعات و انرژی در یک انتقال دو طرفه مبادله می شوند. شبکه هوشمند کاربردهای زیادی برای هوش مصنوعیمانند شبکه عصبی مصنوعی، یادگیری ماشین و یادگیری عمیق فراهم کرده است. اخیرا، یادگیری عمیق در بسیاری از زمینه هامانند پیش بینی سری زمانی بار، موضوع جدیدی برای برنامه های هوش مصنوعی بوده است. در این پژوهش الگوریتم های متداولیادگیری عمیق استفاده شده برای مسئله پیش بینی بار در شبکه هوشمند و سیستم های قدرت معرفی و بررسی شده است و درنهایت چندین روش از نظر درصد کاهش خطای جذر میانگین مربعات مقایسه شده اند. هدف از این تحقیق، تحلیل کاربردهایمختلف یادگیری عمیق است که در پیش بینی بار سیستم های قدرت و شبکه هوشمند استفاده می شود.

نویسندگان

سیدمحمد شبیری

کارشناس ارشد مهندسی برق قدرت دانشگاه شهید بهشتی تهران

علی اویسی کیان

کارشناس ارشد مهندسی برق قدرت دانشگاه شهید بهشتی تهران