پیش بینی کوتاه مدت بار الکتریکی بر پایه شبکه عصبی عمیق و تبدیل موجک و انتخاب ورودی

پیش بینی تقاضای الکتریکی یکی از مهمترین عوامل در برنامه ریزی، طراحی و بهره برداری از سیستم های  الکتریکی رقابتی است. اما بیش تر روش های پیش بینی بار دارای دقت مناسبی نمی باشند، از این رو در این مقاله جهت افزایش دقت پیش بینی کوتاه مدت بار الکتریکی به ارائه یک روش ترکیبی جهت پیش بینی بار الکتریکی بر پایه شبکه عصبی عمیق با تبدیل موجک و اتتخاب ورودی بر مبنای تابع آنتروپی پرداخته شده است. همچنین برای نشان دادن قدرت روش پیشنهادی، بر روی داده های بار الکتریکی سال 2006 میلادی بازار برق PJM و یکی از پستهای کرمان در سال 1395 پیش بینی صورت پذیرفته است که نتایج آن تاکیدی بر کارایی روش پیشنهادی در پیش بینی بار الکتریکی برای برنامه ریزی تولید و توزیع می باشد.