پیش بینی میزان مصرف برق میان مدت در ایران با استفاده از شبکههای عصبی مصنوعی

thesis
abstract

انرژی برق به عنوان یکی از مهمترین انرژی ها در زندگی مدرن امروزی به حساب می آید و در سطح رفاه اجتماعی و همچنین کیفیت و راندمان کار و تولید بسیار موثر می باشد. با توجه به اهمیت انرژی برق دولت ها و سازمان های وابسته به آن ها در کشورهای توسعه یافته و در حال توسعه، بر روی پیش بینی مصرف برق توجه بسیار زیادی می کنند. اشتباه در پیش بینی مصرف برق می تواند موجب ایجاد ظرفیت های اضافی و یا کمبود در تامین برق می گردد و این امر هزینه های بسیار زیادی را بوجود خواهد آورد. بنابراین طراحی مدل پیش بینی مصرف برق با دقت بالا یک امر ضروری می باشد. در این پایان نامه، از عوامل زمان، جمعیت، تولید ناخالص ملی، واردات و صادرات به عنوان متغیرهای موثر بر مصرف برق استفاده می شود. از آنجا که رابط? بین متغیرهای بیان شده و مصرف برق، نامشخص و غیرخطی است، تعریف یک رابطه یا ساختار ریاضی بین این متغیرها کار آسانی نیست. بنابراین از شبکه های عصبی مصنوعی که می توانند چنین روابط غیرخطی را با هر میزان دلخواه از دقت تعیین نمایند، بهره برده شده است. از این رو، شبک? عصبی نارکس که متغیرهای جمعیت، تولید ناخالص ملی، واردات و صادرات را به عنوان ورودی دریافت کرده و خروجی آن مصرف برق در ایران است، طراحی شده است. برای آزمودن و آموزش شبک? طراحی شده، داده های سال های 1362 تا 1389 جمع آوری شده است که داده های چهار سال آخر برای آزمودن عملکرد شبکه مورد استفاده قرار گرفته است. برای بررسی میزان دقت پیش بینی شبک? طراحی شده، دو مدل شبک? عصبی پرسپترون و مدل سری زمانی آریما نیز طراحی گردیده است که مقایس? نتایج نشان می دهد که شبک? عصبی نارکس توانایی بالاتری در پیش بینی مصرف برق ایران دارد. هدف دیگر در این پایان نامه، بررسی تأثیر اجرای طرح هدفمند سازی یارانه ها در مصرف انرژی برق ایران در سال 1390 است. بنابراین، با استفاده از مدل حاصله، میزان مصرف برق ایران در سال 1390 در صورت عدم اجرای این طرح پیش بینی شده است و نشان داده شده است که اجرای طرح هدفمند سازی یارانه-ها باعث کاهش مصرف انرژی برق ایران شده است.

First 15 pages

Signup for downloading 15 first pages

Already have an account?login

similar resources

پیش بینی تقاضای کوتاه مدت آب شهر تهران با استفاده از شبکه های عصبی مصنوعی

پیش بینی تقاضای کوتاه مدت آب شهری کمک موثری به مدیران و بهره برداران سیستمهای آب شهری می باشد تا بتوانند نسبت به مدیریت صحیح مصرف، مخازن، پمپها، شیرآلات و تصفیه خانه ها اقدام نمایند. مصرف کوتاه مدت آب تابعی از پارامترهای مختلف و متنوع مانند شرائط اقلیمی و هواشناسی، مناسبتهای فرهنگی، اقتصادی، اجتماعی و مصارف گذشته می باشد. بدلیل همین تنوع، پیش بینی مصرف کوتاه مدت بصورت تحلیلی بسیار مشکل و یا نام...

full text

پیش بینی تقاضای کوتاه مدت آب شهر تهران با استفاده از شبکه های عصبی مصنوعی

Short-term water demand modeling plays a key role in urban water resources planning and management. The importance of demand prediction is even greater in countries like Iran with frequent periods of drought. Short-term water demand estimation is useful for planning and management of water and wastewater facilities such as pump scheduling, control of reservoirs and tanks volume, pressure manage...

full text

پیش بینی رفتار مشتریان با استفاده از تکنیک شبکههای عصبی مصنوعی

امروزه روش های کمی، به یکی از مهم ترین ابزارهای پیش بینی برای اخذ تصمیمات و سرمایه گذاریهای کلان در بازارها تبدیل شده اند. دقت پیش بینی، یکی از مهم ترین فاکتورهای انتخاب روش پیش بینی است؛ شبکه های عصبی مصنوعی، برنامه های کامپیوتری منعطفی هستند که در سطح گسترده ای برای پیش بینی، با درجه بالایی از دقت به کار برده می شوند. امروزه میتوان با استفاده از تکنیک های داده کاوی و شبکه های عصبی به بررسی و ...

full text

پیش بینی مصرف کاغذ چاپ و تحریر در ایران با استفاده از روش های کلاسیک و شبکه عصبی مصنوعی

هدف از این تحقیق پیش بینی روند مصرف کاغذ چاپ و تحریر در ایران طی یک دوره زمانی 5 ساله با استفاده از روشهای کلاسیک و نوین پیش بینی است. به منظور انجام این پیش بینی، در ابتدا پیش بینی پذیر بودن سری زمانی با استفاده از آزمون های دوربین- واتسون و گردش مورد بررسی قرار گرفت. سپس به مقایسه مدل شبکه عصبی مصنوعی (پرسپترون چندلایه (MLP)) و مدل های کلاسیک تک متغیره و چندمتغیره از قبیل مدل های تک متغیره هم...

full text

مدل سازی و پیش بینی رشد اقتصادی در ایران با استفاده از شبکه های عصبی مصنوعی

شبکه های عصبی مصنوعی، یک ابزار قدرتمند برای تجزیه و تحلیل داده ها و مدل سازی روابط غیر خطی به حساب می آید که استفاده از آن طی سال های گذشته در اقتصاد کلان گسترش یافته است. در این مطالعه، کارایی یک مدل شبکه عصبی با یک مدل خطی رگرسیون برای پیش بینی نرخ رشد اقتصادی در ایران مقایسه می شود. برای این منظور ابتدا، یک مدل رگرسیون رشد برای دوره 1315-1373 برآورد شده و سپس با همان مجموعه رگرسورها (متغیرها...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


document type: thesis

وزارت علوم، تحقیقات و فناوری - دانشگاه تربیت مدرس - دانشکده فنی

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023