چکیده مقاله
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
کلیدواژهها
نویسندگان
شیوه ارجاع
�ریفی، محمدرضا و فرهاد، محمدمهدی،1402،پیش بینی بار کوتاه مدت شبکه برق با استفاده از الگوریتم پس انتشار خطا در شبکه های عصبی،دومین همایش بین المللی مهندسی کامپیوتر، برق و تکنولوژی،همدان
ارائهشده در
مجموعه مقالات دومین همایش بین المللی مهندسی کامپیوتر، برق و تکنولوژی28 بهمن 1402 · همدان