استفاده از روش KLMS درپیش بینی قیمت برق جهت مطالعات مدیریت مصرف واحدهای صنعتی

سال انتشار: 1389
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,100

فایل این مقاله در 8 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:

EPDC15_113

تاریخ نمایه سازی: 19 دی 1391

چکیده مقاله:

امروزه حساسیت میزان مصرف انرژی الکتریک نسبت به نوسانات قیمت برق نسبتاناچیز است اما به هرحال تغییرات قیمت برای برخی مصرف کنندگان بزرگ که امکان حضور مستقیم دربازار برق را دارند بسیارقابل توجه است از این رو برای آنها این امکان وجود دارد که بتوانند با پیش بینی قیمت برق به کمک روشهای هوشمندواکنش مناسب را درمقابل نوسانات قیمت نشان داده و الگوی مصرف خود را بهینه نمایند این مقاله به کمک روش پیش بینی KLMS برخلاف دیگر روشهای پیش بینی به سهولت بدون نیاز به پیش محاسبات ودسته بندی داده های موجود با خطای مناسبتر نسبت به روشهای پیشین مانند شبکهعصبی به پیش بینی قیمت روزآینده پرداخته است سپس برپایه قیمت های بدست آمده برنامه عملکرد روزانه بارهای مصرفی مدیریت پذیر یک مصرف کننده بزرگ باتوجه به تغییرات قیمت برق درمحیط بازار برق با استفاده ازالگوریتم ژنتیک بهینه سازی میگردد.

کلیدواژه ها:

الگوریتم پیش بینی KLMS ، الگوریتم ژنتیک ، بارهای کنترل پذیر ، پیش بینی قیمت روزآینده ، مدیریت مصرف

نویسندگان

سیدمهدی ضابطیان

دانشجوی کارشناسی ارشد برق قدرت

حامد مدقق

دانشجوی دکتری برق مخابرات

حبیب رجبی مشهدی

دانشیاردانشگاه فردوسی مشهد

هادی صدوقی یزدی

استادیار دانشگاه فردوسی مشهد

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • سید مهدی ضابطیان حسینی، حبیب رجبی مشهدی، سید مجتبی روحانی، ...
  • سایت هیئت انرژی انتاریو، http:/www. oeb.gov.on.ca ...
  • Shahidehpour, M, Yamin, H., Market Operation in Electric Power System. ...
  • Gellings, W., Chamberlin, J. H., Demand Side Management Planning. NY: ...
  • Ohta, Y., Tani, Y., "Novel price prediction by using Neural ...
  • Conference on power systems, Portugal, pp. 143-148, 2006. ...
  • Catalao, J., Mariano, S., :Short-Term Electricity Prices Forecasting in _ ...
  • Pokharel, P., Liu, W., Principe, J. C., :Kernel LMS. ICASSP, ...
  • Ashok, S., Banerjee, R., _ Lo _ d-management applications for ...
  • Kung, C. H., Devaney, M. J., :Power source scheduling and ...
  • Babu, P. R.; Divya, V. P. S., Venkatesh, K., "Application ...
  • Babu, P. R., Divya, V. P. S., Srikanth, P., Singh, ...
  • SHIGEO, A., _ VEcroR _ _ Lo5NDON ...
  • Widrow, B., Adaptive filters I. Fundamentas (TR 6764-6), Stanford Electronics ...
  • Shawe-Taylor, J., Cristianini, N., Kernel Methods for Pattern Analysis, Cambridge ...
  • Scholkopf, B., Smola, A. J., Learning with Kernels, Massachusets Institute ...
  • نمایش کامل مراجع