جاوید خراسانی - عضو هیئت علمی دانشگاه آزاد اسلامی واحد بجنورد
علی اکبر قره ویسی - عضو هیئت علمی دانشگاه شهید باهنر کرمان
سیدمحمود عطاری - شرکت توزیع نیروی برق جنوب استان کرمان

پیش بینی بار کوتاه مدت 2STLF)اهمیت زیادی در بهره برداری سیستمهای قدرت داردSTLF با پیش بینی منحنی بار روزانه ایفا می نماید. همچنین به تخمین پخش بار و جلوگیری از اضافه « درمدار قرار دادن واحدها 3 » نقش تولید اطلاعات اولیه را در حل مسالهبار کمک شایانی نموده، باعث بهبود قابلیت اطمینان شبکه و کاهش خطاها و خاموشیها می شود. در این مقاله یک روش جدید با استفادهاز شبکه های ویولت ارائه شده است که تنها با استفاده از داده های بار و بدون نیاز به داده های دما و سایر پارامترهای مؤثر در بار و نیز بدون نیاز به سیستم تصحیح کننده، با دقت بسیار خوبی منحنی بار را ردیابی و آن را به صورت روزانه پیش بینی می نماید. در این مقاله تنها دو شبکه برای پیش بینی بار روزهای هفته در تمام فصول سال و یک شبکه برای پیش بینی بار در روزهای خاص در نظرگرفته شدهاست. نتایج شبیه سازی های انجام شده براساس داده های بار شهر جیرفت واقع در جنوب استان کرمان در سالهای 82 تا 86 و مقایسه آن با عملکرد شبکه عصبیGRNNاین مساله را به خوبی تایید می نماید.

پیش بینی بار کوتاه مدتSTLF -ویونت -Wavelet Network