ارائه چارچوبی برای پیش بینی قیمت برق با استفاده از مدل یادگیری عمیق بر روی داده های سری زمانی

چکیده مقاله

با توسعه منابع انرژی تجدید پذیر و عدم قطعیت در سری زمان های بار ، پیش بینی قیمت دقیق برای برنامه ریزی کارآمد و بهره برداری از تولید که قابل اطمینان باشد و باعث کاهش تلفات برق در شبکه هوشمند می شود الگوریتم های یادگیری ماشین بیشتر برای پیش بینی قیمت و برق استفاده می شوند با این حال ، در مجموعه داده های بزرگ ، سربار محاسباتی و پیچیدگی ایجاد می کند برای مقابله با این چالش ها ، در این مقاله ، یک مدل پیش بینی قیمت برق با استفاده از روش یادگیری عمیق تهیه شده است روش پیشنهادی از سه واحد تشکیل شده است ابتدا ، برای انجام انتخاب بهتر ویژگیها ، از یک مدل ترکیبی متشکل از اطلاعات متقابل MI و ReliefF استفاده می شود دوم ، تجزیه و تحلیل مولفه اصلی هسته KPCA برای جلوگیری از افزونگی ویژگی انجام می شود سرانجام ، شبکه عصبی پیچشی پیشرفته ECNN رگرسیون را انجام می دهد برای بررسی عملکرد مدل پیشنهادی ، نتایج پیشنهادی با پرسپترون چند لایه MLP و ماشین بردار پشتیبانی SVM به عنوان طرح های معیار مقایسه می شود نتایج دقت نشان می دهد که عملکرد مدل ما بهتر از طرح های معیار است تکنیک ما قوی است و به عملکرد بهتر و برنامه ریزی تولید در شبکه هوشمند کمک می کند

کلیدواژه‌ها

نویسندگان

رضا جمالی

کارشناسی ارشد برق گرایش الکترونیک

محسن خلیلی

دکترای برق گرایش قدرت

محمد اسماعیلی ایرانی

کارشناسی برق گرایش قدرت

محمد رضا کدائی

کارشناسی برق گرایش قدرت

�مالی، رضا و خلیلی، محسن و اسماعیلی ایرانی، محمد و کدائی، محمد رضا،1399،ارائه چارچوبی برای پیش بینی قیمت برق با استفاده از مدل یادگیری عمیق بر روی داده های سری زمانی،هفتمین کنگره ملی تازه یافته های مهندسی برق ایران،تهران

ارائه‌شده در

مجموعه مقالات هشتمین کنگره ملی تازه های مهندسی برق و کامپیوتر ایران28 بهمن 1400 · تهران