محمدرضا شریفی - گروه مهندسی برق، دانشگاه غیرانتفاعی فخر رازی، ساوه، ایران
محمدمهدی فرهاد - گروه مهندسی برق، واحد زرندیه، دانشگاه آزاد اسلامی، زرندیه ، ایران

به دلیل اینکه انرژی الکتریکی در حد جزئی قابل ذخیره سازی است لذا تولید بیشتریا کمتر از میزان مصرف واقعی خساراتی را در پی خواهد داشت. به همین دلیل پیشبینی بار از اهمیت زیادی در صنعت برق برخوردار است. در این مقاله پیشبینی بار، تقسیم بندیهای زمانی و روش انجام آن با استفاده از داده های ایالت جوهور مالزی براساس شبکه های عصبی و الگوریتم پس انتشارخطا پرداخته شده است. با توجه به درصد خطاهای بدست آمده روزانه، درصدخطای مطلق کلی در هفته ۷/۴۲۲۸% محاسبه شد. همچنین خطای میانگین مربعات برای هفته باتوجه به جامعه آماری ۱۶۸مقدار ۱۰۸۲۶۲۵۱/۳۶ محاسبه شد. در نهایت مشخص میشود هرچه نوسانات مصرف بار بیشتر باشد مقدار پیش بینی با خطای بیشتری همراه است و هرچه نوسانات مصرف کمتر باشد میزان پیش بینی با خطای کمتری همراه است.

پیشبینی، شبکه برق، مصرف بار، پیشبینی بار شبکه برق.