چکیده

نداشتن اطلاعات کافی از آینده از اصلی ترین دغدغه هاي انسان در طول تاریخ بوده است. همواره ما به دنبال آن بوده اند که از آینده خود آگاه شویم و آن را به نحوي که خود می خواهیم سازمان دهیم. در ابتدا چون توان پیش بینی صحیح و قابل اعتماد فراهم نبود انسان متوسل به نیروهاي فراطبیعی می شد و آنگاه که توانایی عقلایی بیشتري پیدا شد، درصدد استفاده از این توانایی برآمدند که از اطلاعات گذشته برای پیش بینی آینده استفاده نمایند که اصطلاحا داده کاوی نامیده می شود. در این مقاله به بررسی و پیش بینی میزان مصرف برق کشور ایران می پردازیم. برای این منظور از داده های مصرفی سالهای 91 الی99 نیروی برق کشور برای آموزش و پیش بینی شبکه عصبی استفاده شده است و با استفاده از شبکه عصبی پرسپترون چند لایه و بهینه کردن آن با استفاده از الگوریتم ژنتیک به پیش بینی دقیق تر مصرف برق در دوره های آینده پرداختیم .نتایج تحقیق نشان داد روش پیشنهادی(Mlp-GA) از روش های (LSTM-CNN) ، (MLP-ANN)، (RBF-ANN)، (LSTM) نتایج بهتری داشته است و عملکرد دقیق تری داشته است .

کليدواژه ها

بازار برق، پیش بینی سری زمانی، پیش بینی قیمت، شبکه عصبي، میانگین درصدخطاي مطلق، سری زمانی

کد مقاله / لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است :

نحوه استناد به مقاله

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
مهدی ملامطلبی , 1400 , پیش‌بینی سری زمانی میزان مصرف برق در ایران با استفاده از شبکه عصبی بهبود یافته , دومین کنفرانس پژوهش های کاربردی در مهندسی برق