شناسایی الگوی مصرف و پیش بینی تقاضای انرژی در ساختمان و عیب یابی سیستم با استفاده از شبکه های عصبی مصنوعی

پایان نامه
  • وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی امیرکبیر(پلی تکنیک تهران) - دانشکده مهندسی برق
  • نویسنده نیما فرخزاد ارشاد
  • استاد راهنما مرتضی محمدی اردهالی
  • تعداد صفحات: ۱۵ صفحه ی اول
  • سال انتشار 1387
چکیده

از آنجاکه مصرف انرژی در بخش ساختمن کشور بیشترین سهم را به خود اختصاص می دهد و در حد 38 درصد از کل می باشد مطالعه و بررسی پارامترهای موثر بر مصرف و تقاضای انرژی ضروری است. ساختمان های ایران اعلب ساختاری قدیمی داشته و فاقد سسیستم های کنترلی و مدیریتی هستند تشخیص معایب و مشکلات تقاضا و مصرف انرژی در آنها می بایستی از طریق ممیزی انجام شود. اهداف اصلی در این پایان نامه شامل ا ولا: پیش بینی تقاضای انرژی الکتریکی واحد مسکونی با استفاده از شبکه های عصبی مصنوعی ثانیا شناسایی الگوی مصرف تجهیزات مبتنی بر شبکه های عصبی مصنوعی و ارایه یک روش مونیتورینگ تک نقطه ای و غیر مداخله گر دقیق و ارزان جهت تجزیه منحنی تقاضای کل واحد مسکونی به مولفه های سازنده آن و ثالتا ارایه یک الگوریتمجهت شناسایی عیوب مصرف انرژی سیستم الکتریکی واحد مسکونی با استفادهاز مولفه های تقاضا و پیش بینی تقاضا می باشد. برای دستیابی به اهداف مذکور ابتدا ثبت اطلاعات مربوط به تقاضای یک ساختمان نمونه واقع در خیابان جمهوری تهران انجام گرفت در ادامه با انفرادی استخراج گردید و با آموزش آنها به سه نوع از شبکه های عصبی که قابلیت شناسایی الگو دارند تجزیه منحنی تقاضای ساختمانی مسکونی انجام گرفت و روش الگو گیری جدید به همراه استفاده از شبکه عصبی som باعث گردید نتایج شناسایی الگو به میزان 2/4? بنسبت به روش مرسوم بهبود حاصل کند. درادمه روشی جدید برای مونیتورینگ واحدهای مسکونی که الگوهایشان در اختیار نسیت با استفاده از الگوهای نرمالیزه شده تجهیزات مشابه پیشنهاد رددی نتایج آزمایش روشجدید بر روی منحنی تقاضای یک واحد مسکونی مرسوم به آپارتمان شماره 2 که دارای الگوهای ناشناخته بوده است دقت 25/19? را در شناسایی رخدادها نشان داده است. در بخش انتهایی نیز با اسفتاده از نتایج مستقیم قسمت های قبلی وتعریف تعدادی شاخص مصرف الگوریتمی جهت شناسایی عیوب مصرف انرژی سیستم الکتریکی واحد مسکونی ارایه گردید که قادر است اشکالات از قبیل مصرف بیش از حد انرژی برای روشنایی عیوب رخ داده در دیخچال و سایر تجهیزات خنگی و عیوب سیستم شناسایی رخدادها در وجود نشتی برق دزدی را در مدار توزیع شناسایی نماید

۱۵ صفحه ی اول

برای دانلود 15 صفحه اول باید عضویت طلایی داشته باشید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

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...

متن کامل

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...

متن کامل

پیش بینی مصرف انرژی بخش کشاورزی ایران با استفاده از مدل ترکیبی الگوریتم ژنتیک و شبکه های عصبی مصنوعی

هدف از این مقاله ارزیابی الگوی ترکیبی شبکه­های عصبی مصنوعی و الگوریتم ژنتیک در پیش بینی تقاضای انرژی بخش کشاورزی ایران می­باشد. برای این منظور، از داده­های سالانه مصرف انرژی بخش کشاورزی کشور به عنوان متغیر خروجی مدل­های پیش­بینی و از داده­های سالانه جمعیت کل کشور و کل تولیدات بخش کشاورزی کشور به عنوان متغیرهای ورودی مدل­های پیش­بینی استفاده شد. در پایان به منظور مقایسه نتایج پیش­بینی مدل ترکیبی...

متن کامل

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...

متن کامل

ترکیب شبکه های عصبی و الگوریتم های تکاملی در پیش بینی تقاضای انرژی

پیش­بینی روند تقاضای انرژی جهت اتخاذ سیاست­های مقتضی و مناسب اهمیت فراوانی دارد. به دلیل روند پرنوسان و غیر خطی تقاضای انرژی و متغیرهای موثر بر آن قابلیت روش­های هوشمند و غیر خطی به خصوص شبکه­های عصبی و الگوریتم­های تکاملی به منظور پیش­بینی تقاضای انرژی در مطالعات مختلف به اثبات رسیده است. با وجود نقاط قوت فراوان، این تکنیک­ها با مسائل مهمی همچون تحمیل فرم تبعی خاص- در الگوریتم­های تکاملی- یا ن...

متن کامل

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ذخیره در منابع من قبلا به منابع من ذحیره شده

{@ msg_add @}


نوع سند: پایان نامه

وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی امیرکبیر(پلی تکنیک تهران) - دانشکده مهندسی برق

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023