کنفرانس منطقه ای سیرد

پیش‌بینی‌بارهای الکتریکی در شبکه‌های توزیع بر مبنای داده کاوی: شبکه‌های یادگیری عمیق پیشرفته

نویسندگان :

سعید نژادفردجهرمی¹ محسن بنده خدا² محمود روستایی³ علی لطیفی⁴ ابراهیم لشکری⁵

1- شرکت توزیع نیروی برق استان فارس 2- شرکت توزیع نیروی برق استان فارس 3- شرکت توزیع نیروی برق استان فارس 4- شرکت توزیع نیروی برق استان فارس 5- شرکت توزیع نیروی برق استان فارس

کلمات کلیدی :

یارهای مصرفی، پیش‌بینی سری زمانی، شبکه‌ی عصبی بازگشتی چد متغیره بر مبنای وزن‌دهی بهینه ، داده‌کاوی

چکیده :

در این مقاله یک روش مبتنی بر داده کاوی برای پیش‌بینی بارهای الکتریکی ارائه شده است. با پیشرفت فناوری، زمینه‌ی استفاده از تکنیک‌های داده‌کاوی در شبکه‌های الکتریکی نیز فراهم شده و بر این اساس می‌توان دقت روش‌های پیش‌بینی سری زمانی را تا حد زیادی بهبود بخشید. این روش برای یادگیری قدرتمند داده‌های بارهای مصرفی قادر به یادگیری مشخصات زمانی و مکانی سیگنال‌های اندازه‌گیری بدون استفاده از روش‌های استخراج و انتخاب ویژگی اضافی را ندارد. این ساختار که پیشرفته یادگیری عمیق شبکه‌ی عصبی بازگشتی چد متغیره بر مبنای وزن‌دهی بهینه (MDRNOW) نامیده شده است و قادر است با دقت بسیار بالایی میزان مصرفی بارهای الکتریکی را پیش‌بینی‌ نماید.