عنوان تحقیق: پيش بيني کوتاه مدت بار استان مازندران با استفاده از سيستم هاي خبرهفرمت فایل: wordتعداد صفحات: 99شرح مختصر:پيش بيني بار کوتاه مدت، به صورت پيش بيني بار يک ساعت تا چند روز آينده تاثير به سزايي بر امر بهره برداري سيستم هاي قدرت دارد. زيرا بسياري از تدابير مديريت انرژي از قبيل تنظيم برنامه مقرون به صرفه جهت استفاده از نيروگاه هاي موجود، برنامه ريزي خريد سوخت مورد نياز نيروگاه ها، ورود و خروج واحدها، توسعه خطوط انتقال و ترانس شبکه فوق توزيع و همچنين ميزان خاموشي ها در صورت کمبود، بر اساس اين پيش بيني انجام مي شود.در این پروژه انواع مدلهاي پيش بيني از جمله مدل سري زماني، رگرسيون، مصرف نهائي و شبکه عصبي بررسی شده است. با توجه به اينکه پيش بيني بار متداول در شرکت توزيع مازندران با استفاده از روش های سنتی بوده است و از آنجایی که این روش قادر به پیش بینی دقیق بار روزهای آینده و روزهاي خاص نبوده است، براي دستيابي به مدل مطلوب به بررسي روش فازي پرداخته شده است. در اين راستا ابتدا به تشريح منطق فازي و روش پياده سازي برنامه در محيط مطلب اشاره نموده و سپس با بهره گيري از اطلاعات سالهاي گذشته و نمودار مصرف و لحاظ نمودن تاثير عوامل محيطي، بار کوتاه مدت استان مازندران را پيش بيني شده است. استفاده از روش منطق فازي منجر به افزايش دقت و سرعت پيش بيني، رفع مشكل پيش بيني بار روزهاي خاص، كاهش حجم بانك اطلاعاتي توام با افزايش قابليت تاثير عوامل مختلف گرديده است. فهرست مطالبعنوان صفحهفصل اول: مقدمه1-1) اهميت پيش بيني بار سيستم هاي قدرت.51-1-1) بررسی اهميت پيش بيني باراز لحاظ فنی51-1-2) بررسی اهميت پيش بيني باراز لحاظ اقتصادی61-2) راهکارها81-3) پيش بيني بار ازدیدگاه دوره های زمانی91-3-1) برنامه ريزي دراز مدت91-3-2) برنامه ريزي ميان مدت101-3-3) برنامه ريزي كوتاه مدت101-3-4) برنامه ريزي لحظه اي / چند دقيقه تا چند ساعت101-4) عوامل موثر در پيش بيني بار الکتريکي111-4-1) عوامل اقليمي121-4-2) عوامل اقتصادي121-4-3) تاثير زمان بر بار مصرفي12- جمع بندي و نتيجه گيري 12فصل دوم: روش هاي مدل سازي2-1) پيش بيني162-2) دقت پيش بيني162-3) معيار سنجش خطا در پيش بيني172-4) روشهاي پيش بيني172-4-1) روش سري زماني182-4-2) روش رگرسيون262-4-3) پيش بيني باربا استفاده ازآمارهاي مستقل272-4-4)روش مصرف نهايی282-4-5) روش كاربري ارضي292-4-6) روش عصبي302-5) پيش بيني بارکوتاه مدت استان مازندران با استفاده از روش رگرسيون382-5-1) برازش مدل رگرسيون در محيط SAS 382-5-2) تحلیل نتایج حاصل ازمدل رگرسیون41- جمع بندي و نتيجه گيري 44فصل سوم: مدل سازي به روش فازي3-1) ضرورت استفاده از سيستم خبره فازي جهت پيش بيني بار......473-2) توابع عضويت 493-3) مراحل طراحي يک سيستم فازي523-4) کاربرد نرم افزار MATLAB553-4-1) ويرايشگر توابع عضويت (The Membership function editor593-4-2) ويرايشگر قواعد (The Rule editor633-4-3) نمايشگر قواعد( (The Rule viewer643-4-4) نمايشگر سطوح(The surface viewer65فصل چهارم : طراحي مدل فازي جهت پيش بيني بار کوتاه مدت استان مازندران4-1) طراحي مدل فازي جهت پيش بيني بار کوتاه مدت684-1-1) مشخص کردن ورودي ها، خروجي ها و روش مورد استفاده براي غير فازي کردن684-1-2) تعيين مجموعه هاي فازي و تابع عضويت براي ورودي ها و خروجي ها704-1-3) شاخت قواعد با شناخت از مجموعه هاي فازي764-1-4) معتبرسازي و بازنگري قواعد81فصل پنجم: نتيجه گيري و پيشنهاداتنتيجه گيري88پيشنهادات89مراجع92
پيش بيني کوتاه مدت بار استان مازندران با استفاده از سيستم هاي خبره
عنوان تحقیق: پيش بيني کوتاه مدت بار استان مازندران با استفاده از سيستم هاي خبرهفرمت فایل: wordتعداد صفحات: 99شرح مختصر:پيش بيني بار کوتاه مدت، به صورت پيش بيني بار يک ساعت تا چند روز آينده تاثير به سزايي بر امر بهره برداري سيستم هاي قدرت دارد. زيرا بسياري از تدابير مديريت انرژي از قبيل تنظيم برنامه مقرون به صرفه جهت استفاده از نيروگاه هاي موجود، برنامه ريزي خريد سوخت مورد نياز نيروگاه ها، ورود و خروج واحدها، توسعه خطوط انتقال و ترانس شبکه فوق توزيع و همچنين ميزان خاموشي ها در صورت کمبود، بر اساس اين پيش بيني انجام مي شود.در این پروژه انواع مدلهاي پيش بيني از جمله مدل سري زماني، رگرسيون، مصرف نهائي و شبکه عصبي بررسی شده است. با توجه به اينکه پيش بيني بار متداول در شرکت توزيع مازندران با استفاده از روش های سنتی بوده است و از آنجایی که این روش قادر به پیش بینی دقیق بار روزهای آینده و روزهاي خاص نبوده است، براي دستيابي به مدل مطلوب به بررسي روش فازي پرداخته شده است. در اين راستا ابتدا به تشريح منطق فازي و روش پياده سازي برنامه در محيط مطلب اشاره نموده و سپس با بهره گيري از اطلاعات سالهاي گذشته و نمودار مصرف و لحاظ نمودن تاثير عوامل محيطي، بار کوتاه مدت استان مازندران را پيش بيني شده است. استفاده از روش منطق فازي منجر به افزايش دقت و سرعت پيش بيني، رفع مشكل پيش بيني بار روزهاي خاص، كاهش حجم بانك اطلاعاتي توام با افزايش قابليت تاثير عوامل مختلف گرديده است. فهرست مطالبعنوان صفحهفصل اول: مقدمه1-1) اهميت پيش بيني بار سيستم هاي قدرت.51-1-1) بررسی اهميت پيش بيني باراز لحاظ فنی51-1-2) بررسی اهميت پيش بيني باراز لحاظ اقتصادی61-2) راهکارها81-3) پيش بيني بار ازدیدگاه دوره های زمانی91-3-1) برنامه ريزي دراز مدت91-3-2) برنامه ريزي ميان مدت101-3-3) برنامه ريزي كوتاه مدت101-3-4) برنامه ريزي لحظه اي / چند دقيقه تا چند ساعت101-4) عوامل موثر در پيش بيني بار الکتريکي111-4-1) عوامل اقليمي121-4-2) عوامل اقتصادي121-4-3) تاثير زمان بر بار مصرفي12- جمع بندي و نتيجه گيري 12فصل دوم: روش هاي مدل سازي2-1) پيش بيني162-2) دقت پيش بيني162-3) معيار سنجش خطا در پيش بيني172-4) روشهاي پيش بيني172-4-1) روش سري زماني182-4-2) روش رگرسيون262-4-3) پيش بيني باربا استفاده ازآمارهاي مستقل272-4-4)روش مصرف نهايی282-4-5) روش كاربري ارضي292-4-6) روش عصبي302-5) پيش بيني بارکوتاه مدت استان مازندران با استفاده از روش رگرسيون382-5-1) برازش مدل رگرسيون در محيط SAS 382-5-2) تحلیل نتایج حاصل ازمدل رگرسیون41- جمع بندي و نتيجه گيري 44فصل سوم: مدل سازي به روش فازي3-1) ضرورت استفاده از سيستم خبره فازي جهت پيش بيني بار......473-2) توابع عضويت 493-3) مراحل طراحي يک سيستم فازي523-4) کاربرد نرم افزار MATLAB553-4-1) ويرايشگر توابع عضويت (The Membership function editor593-4-2) ويرايشگر قواعد (The Rule editor633-4-3) نمايشگر قواعد( (The Rule viewer643-4-4) نمايشگر سطوح(The surface viewer65فصل چهارم : طراحي مدل فازي جهت پيش بيني بار کوتاه مدت استان مازندران4-1) طراحي مدل فازي جهت پيش بيني بار کوتاه مدت684-1-1) مشخص کردن ورودي ها، خروجي ها و روش مورد استفاده براي غير فازي کردن684-1-2) تعيين مجموعه هاي فازي و تابع عضويت براي ورودي ها و خروجي ها704-1-3) شاخت قواعد با شناخت از مجموعه هاي فازي764-1-4) معتبرسازي و بازنگري قواعد81فصل پنجم: نتيجه گيري و پيشنهاداتنتيجه گيري88پيشنهادات89مراجع92