| Authors | حسین الیاسی |
|---|---|
| Conference Title | هفتمین کنگره مشترک سیستم های فازی و هوشمند ایران |
| Holding Date of Conference | ۲۰۱۹-۰۱-۲۹ |
| Event Place | بجنورد |
| Page number | ۰-۰ |
| Presentation | SPEECH |
| Conference Level | Internal Conferences |
Abstract
در بسیاری از کشورهای دنیا در طی دو دهه گذشته بازار رقابتی جایگزین بازارهای برق با ساختار سنتی گردیده است. استراتژی پیشنهاد فروش توسط تولید کنتدگان و اعمال مدیریت مصرف توسط خریداران از جمله مواردی است که نیاز مبرم به پیشبینی قیمت برق را از دیدگاههای مختلف مورد توجه قرار میدهد. استفاده از شبکه عصبی به عنوان یک روش هوشمند جهت پیشبینی قیمت در بازار برق در پژوهشهای پیشین متداول بوده است، که در بسیاری از موارد نتایج حاصل از پیشبینی قیمت با روش مذکور تحت تأثیر گیر افتادن در بهینه محلی دقت کافی را ندارد. در این مقاله با ارائه مدلی مبتنی بر ترکیب الگوریتمهای تکاملی کارآمد و الگوریتم لونبرگ-مارکوارت به حل این مسئله پرداخته شده است. همچنین با هدف افزایش دقت فرآیند آموزش شبکه عصبی پیشنهادی از ایده آزمون همبستگی جهت انتخاب مؤثرترین ترکیب دادههای ورودی برای پیشبینی قیمت هر ساعت استفاده شده است.
tags: شبکه عصبی؛ پیشبینی کوتاه مدت قیمت؛ الگوریتم فراابتکاری؛ آزمون همبستگی؛