نویسندگان | حسین الیاسی,فرشاد عزیزی,سعیدرضا گلدانی |
---|---|
همایش | بیست و هفتمین کنفرانس مهندسی برق ایران |
تاریخ برگزاری همایش | ۲۰۱۹-۰۴-۳۰ |
محل برگزاری همایش | یزد |
شماره صفحات | ۰-۰ |
نوع ارائه | سخنرانی |
سطح همایش | داخلی |
چکیده مقاله
برای عوامل فعال در بازار برق پیش¬بینی دقیق و موثر قیمت جهت کلیه فعالیت¬های برنامه ریزی و بهره برداری و مدیریت ریسک در بازار بسیار ضروری است. توسعه روش¬های پیش¬بینی در جهت بهبود دقت نتایج حاصل از پیش¬بینی به دغدغه مهمی برای بازیگران بازار تبدیل شده است. در این همین راستا استفاده از شبکه عصبی در پژوهش های انجام شده در این زمینه متداول بوده است، اما دقت پیش¬بینی توسط این روش تحت تاثیر تعیین تصادفی ضرایب وزنی اولیه، ساختار و ورودی کافی نبوده است. در این مقاله به مسئله تعیین مدلی مبتنی بر ترکیب الگوریتم¬های تکاملی و کلاسیک در جهت یافتن ضرایب وزنی اولیه نزدیک به بهینه سراسری و ساختار بهینه (شامل تعداد لایه¬ها و نورون¬ها) در جهت بهبود دقت شبکه عصبی جهت پیش¬بینی کوتاه مدت قیمت برق پرداخته شده است. نتایج حاصل از اعمال مدل پیشنهادی بر روی بازارهای برق NORDPOOL و اسپانیا حاکی از دقت مدل پیشنهادی است.
کلید واژه ها: الگوریتم تکاملی، آزمون همبستگی، ساختار بهینه، شبکه عصبی، ضرایب وزنی اولیه