علی مرزه ئی - دانشجوی کارشناسی ارشد، واحد جاسب، دانشگاه آزاد اسلامی جاسب، ایران
زهره دهقانی بیدگلی - گروه برق، واحد کاشان، دانشگاه آزاد اسلامی واحد کاشان، ایران
وحید امیر - گروه برق، واحد کاشان، دانشگاه آزاد اسلامی واحد کاشان، ایران

برای تهیه مدل مناسب مبتنی بر شبکه عصبی بایستی به انتخاب، تنظیم پارامترها، آموزش و ارزیابی شبکه توجه شود. برای پیش بینی بار از مدلهای NAR ,NARX ومستقیم استفاده شده و شبکه پایه، شبکه پیش خور با الگوریتم پس انتشار خطا می باشد. بار ساعتی10 روز اول سال1390 ایستگاه 230/63 کیلو ولت کاشان و دمای هوا به عنوان ورودی می باشند. در بررسی معیارهای کارایی حالتهای مختلف مدلها مشخص شد که تاثیر دمای هوا بر پیش بینی کوتاه مدت چشمگیر نبوده و بهترین پیش بینی در مدل NAR با15 نرون و پنج ساعت و 0/004 MSE می باشد.

پیش بینی بار، شبکه عصبی مصنوعی، مدل خودبازگشتی، مدل مستقیم