ارسل ملاحظاتك

ارسل ملاحظاتك لنا







Long Term Electric Load Forecasting based on ANN and Regression Models: A Case Study of the Jordanian Network

العنوان بلغة أخرى: التنبؤ طويل الأمد بالاحمال الكهربائية للشبكة الأردنية باستخدام الشبكات العصبية ونماذج الإنحدار
المؤلف الرئيسي: Al Sha'abi, Dua'a Talal (Author)
مؤلفين آخرين: Abu Feilat, Eyad (Advisor), Al Momani, Mohammed Awad (Advisor)
التاريخ الميلادي: 2015
موقع: إربد
الصفحات: 1 - 82
رقم MD: 747791
نوع المحتوى: رسائل جامعية
اللغة: الإنجليزية
الدرجة العلمية: رسالة ماجستير
الجامعة: جامعة اليرموك
الكلية: كلية الحجاوي للهندسة التكنولوجية
الدولة: الاردن
قواعد المعلومات: Dissertations
مواضيع:
رابط المحتوى:
صورة الغلاف QR قانون

عدد مرات التحميل

45

حفظ في:
المستخلص: التنبؤ بالأحمال عملية معقدة، تعتبر ناتج تفاعل الكثير من العوامل (الاقتصادية، الإحصائية، الاجتماعية والديموغرافية) بحيث أن الهدف الأساسي لشركات الكهرباء بقطاعاتها الثلاثة (إنتاج، نقل، وتوزيع) التنبؤ بالحمولة المطلوبة بدقة باستخدام نماذج رياضية دقيقة، من أجل تلبية هذه الحمولة ضمن خطة بأقل التكاليف. تقنيات ذكية مثل الشبكات العصبية طورت لاستخدامها على نطاق واسع في الأنظمة الكهربائية في المستقبل، هذا يعني أن تطويرها في المستقبل يجب أن تؤخذ بعين الاعتبار في تنبؤ الأحمال على المدى الطويل. تقدم هذه الدراسة تنبؤ الأحمال على المدى الطويل للشبكة الأردنية بين عامي 2015 و٢٠٣٠، باستخدام نموذجين مختلفين: (أ) نموذج الشبكات العصبية الاصطناعية (ANN) و (ب) نموذج الانحدار. وتعتمد هذه النماذج على البيانات السابقة التي تم الحصول عليها من شركة الكهرباء الوطنية (NEPCO) هذه البيانات جهزت ورتبت بطرق مختلفة قبل استخدامها، وتنقسم إلى قسمين؛ بعضها تستخدم للتدريب بينما يستخدم الجزء الآخر للاختبار، تم استخدام برنامج الماتلاب لبناء واختبار الشبكة العصبية. وقد تم تقييم دقة الطرق المقترحة باستخدام مؤشرات الأداء الثلاث؛ متوسط مربع الخطأ (MSE) والخطأ المطلق (MAE) وتركز هذه الأطروحة على دراسة التنبؤ للأحمال على المدى الطويل باستخدام طريقة متعددة الانحدار الخطي وأنواع مختلفة من أساليب الشبكات العصبية الاصطناعية مثل تغذية الشبكة الأمامية العصبية مع خوارزمية العودة الانتشار (FFBP)، وشعاعي الشبكات (RBFNs)

عناصر مشابهة