روش موثر هوشمند به منظور پیش بینی بار الکتریکی کوتاه مدت

چکیده:
در این نوشتار از روش های شبکه ی عصبی )N N(، ماشین بردار پشتیبانی )S V M( و تحلیل مولفه ی اصلی )P C A( با یک رویکرد متوالی برای پیش بینی بار کوتاه مدت استفاده شده است. ابتدا با استفاده از یک روش غربال سازی، داده های ورودی استخراج و به کلاس هایی تقسیم شدند که بتواند بهترین نتایج را ارائه دهد. سپس مقادیر گذشته بار به همراه اطلاعات وابسته در هر دسته به شبکه های عصبی چندلایه ی پرسپترون و ماشین بردار پشتیبان به صورت پشت سر هم و وابسته به ساعت قبل داده شده است که ماشین بردار پشتیبان پیشنهادی توانست نتایج بهتری ارائه دهد. سپس با اعمال تحلیل مولفه ی اصلی به پارامترهای ورودی مجددا این دو سیستم مورد آزمون قرار گرفت. نتایج نشان داده که هنگام استفاده از تحلیل مولفه ی اصلی نتایج شبکه های عصبی و ماشین های بردار پشتیبان بهبود یافته و نتایجی بهتر از پیش بینی های سنتی ارائه داده است.
زبان:
فارسی
صفحات:
43 تا 54
لینک کوتاه:
magiran.com/p1754507 
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یک‌ساله به مبلغ 990,000ريال می‌توانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
  • حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران می‌شود.
  • پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانه‌های چاپی و دیجیتال را به کاربر نمی‌دهد.
دسترسی سراسری کاربران دانشگاه پیام نور!
اعضای هیئت علمی و دانشجویان دانشگاه پیام نور در سراسر کشور، در صورت ثبت نام با ایمیل دانشگاهی، تا پایان فروردین ماه 1403 به مقالات سایت دسترسی خواهند داشت!
In order to view content subscription is required

Personal subscription
Subscribe magiran.com for 50 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!