مهدی نصرتی مراللو - باشگاه پژوهشگران جوان، دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهرا
کارو لوکس - دانشگاه تهران
محمد تشنه لب - دانشگاه صنعتی خواجه نصیرالدین طوسی

پیشبینی بار الکتریکی نقش مهمی در سیستمهای قدرت برای برنامهریزی، زمانبندی ساختار ظرفیت تولید و خرید الکتریسیته از واحدهای تولید دارد . و واضح است که این پیشبینی بصورت کوتاه مدت برای زمانبندی تولید و بصورت بلندمدت برای مشخص کردن سایتهای تولید نیرو در آینده و یا فروش بار و نیز پیشبینی دقیق قیمت ضروری میباشد . در این مقاله یک مدل فازیعصبی برای پیشبینی بار الکتریکی ارائه شده است، که الگوریتم یادگیری این مدل بنام یادگیری درختیخطیمحلی شناخته میشود. این مدل روی سریزمانی واقعی بار الکتریکی استخراج شده از آمریکای شمالی آموزش و تست شده است، نتایج بدست آمده حکایت از دقت مناسب پیشبینی مدل درختیخطیمحلی دارد.

پیشبینی بار – شناسایی سیستم - مدل درختیخطیمحلی - مدیریت هوشمند بار