LEADER |
04110nam a22003497a 4500 |
001 |
0060712 |
041 |
|
|
|a eng
|
100 |
|
|
|a Al Shaabi, Duaa Talal
|e Author
|9 393465
|
245 |
|
|
|a Long Term Electric Load Forecasting based on ANN and Regression Models:
|b A Case Study of the Jordanian Network
|
246 |
|
|
|a التنبؤ طويل الأمد بالاحمال الكهربائية للشبكة الأردنية باستخدام الشبكات العصبية ونماذج الإنحدار
|
260 |
|
|
|a إربد
|c 2015
|
300 |
|
|
|a 1 - 82
|
336 |
|
|
|a رسائل جامعية
|
502 |
|
|
|b رسالة ماجستير
|c جامعة اليرموك
|f كلية الحجاوي للهندسة التكنولوجية
|g الاردن
|o 0072
|
520 |
|
|
|a 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)
|
653 |
|
|
|a نظم الطاقة الكهربائية
|a استهلاك الطاقة الكهربائية
|a الاحمال الكهربائية
|a الطاقة الكهربائية
|a الشبكات العصبية الاصطناعية
|
700 |
|
|
|9 374773
|a Abu Feilat, Eyad
|e Advisor
|
700 |
|
|
|9 393466
|a Al Momani, Mohammed Awad
|e Advisor
|
856 |
|
|
|u 9802-003-026-0072-T.pdf
|y صفحة العنوان
|
856 |
|
|
|u 9802-003-026-0072-A.pdf
|y المستخلص
|
856 |
|
|
|u 9802-003-026-0072-C.pdf
|y قائمة المحتويات
|
856 |
|
|
|u 9802-003-026-0072-F.pdf
|y 24 صفحة الأولى
|
856 |
|
|
|u 9802-003-026-0072-1.pdf
|y 1 الفصل
|
856 |
|
|
|u 9802-003-026-0072-2.pdf
|y 2 الفصل
|
856 |
|
|
|u 9802-003-026-0072-3.pdf
|y 3 الفصل
|
856 |
|
|
|u 9802-003-026-0072-4.pdf
|y 4 الفصل
|
856 |
|
|
|u 9802-003-026-0072-O.pdf
|y الخاتمة
|
856 |
|
|
|u 9802-003-026-0072-R.pdf
|y المصادر والمراجع
|
856 |
|
|
|u 9802-003-026-0072-S.pdf
|y الملاحق
|
930 |
|
|
|d y
|
995 |
|
|
|a Dissertations
|
999 |
|
|
|c 747791
|d 747791
|