پروژه روشهای پیش بینی کوتاه مدت بار

دسته بندي : فنی و مهندسی » برق، الکترونیک، مخابرات
پیش بینی بار به عنوان عاملی مهم در طرح توسعه و بهره بـرداری از سیستم های قدرت تلقی می شود و در واقع وسیله ای است که به کمک آن می توان درجهت بهبود وتصمیم گیری اقدام نمود . برآورد روند تخصیص منابع برای توسعه شبکه برقرسانی الزامـی است.
فصل اول
پیش بینی بار
فصل دوم
توسعه مدل پيش بيني كوتاه مدت بار الكتريكي متاثر از قيمت با اعمال قيمت واقعي بوسيله شبكه هاي عصبي و سيستم هاي خبره فازي در سيستم تجديد ساختار يافته
فصل سوم
تعيين ساعت به ساعت بار با بكارگيري شبكه هاي عصبي در پيش بيني ميان مدت و كوتاه مدت
فصل چهارم
پيش بيني پيك بار ماهيانه و فروش انرژي برق منطقه اي زنجان در سال هاي 1386 و 1385 با استفاده از شبكه عصبي
منابع و ماخذ


دسته بندی: فنی و مهندسی » برق، الکترونیک، مخابرات

تعداد مشاهده: 7386 مشاهده

فرمت فایل دانلودی:.rar

فرمت فایل اصلی: doxc

تعداد صفحات: 57

حجم فایل:603 کیلوبایت

 قیمت: 15,000 تومان
پس از پرداخت، لینک دانلود فایل برای شما نشان داده می شود.   پرداخت و دریافت فایل
  • محتوای فایل دانلودی:
    فصل اول
    پیش بینی بار
    1-1 ضرورت انجام پيش بيني بار
    2-1انواع پیش بینی بار در شبکه قدرت
    3-1پیش بینی دراز مدت در مقابل بار کوتاه مدت
    4-1انواع روش های پیش بینی کوتاه مدت بار
    5-1انواع روش های پیش بنی بلند مدت بار
    1-6 كاربرد شبكه عصبي در مسئله پيش بيني بار
    فصل دوم
    توسعه مدل پيش بيني كوتاه مدت بار الكتريكي متاثر از قيمت با اعمال قيمت واقعي بوسيله شبكه هاي عصبي و سيستم هاي خبره فازي در سيستم تجديد ساختار يافته
    1-2 مقدمه
    2-2 تجديد ساختار و پيش بيني بار
    3-2 تعيين ميزان حساسيت و تأثيرپذيري بار شبكه از عوامل درجه حرارت و قيمت زمان واقعي
    3-2 مدل طراحي شده پيش بيني بار
    4-2 ساختار شبكه كوهونن قيمت و درجه حرارت
    5-2 ساختار شبكه كوهونن بار در مدل
    6-2 سيستم فازي
    7-2 نتايج
    8-2 نتيجه گيري
    فصل سوم
    تعيين ساعت به ساعت بار با بكارگيري شبكه هاي عصبي در پيش بيني ميان مدت و كوتاه مدت
    1-3 مقدمه
    2-3 شرح مراحل
    3-3 بيان رياضي الگوي بار ساعتي و دسته بندي روزها بر اساس آن
    4-3 تعيين مقادير وزنهاي ارتباطي
    5-3 مثالهايي از تقسيم بندي روزها توسط شبكه عصبي كوهنن
    6-3 پيش بينی بار ساعت به ساعت
    7-3 پيش بيني ماگزيمم و مي نيمم بار كوتاه و ميان مدت
    8-3 نمونه هايي از پيش بيني بار
    9-3 نتيجه گيري
    فصل چهارم
    پيش بيني پيك بار ماهيانه و فروش انرژي برق منطقه اي زنجان در سال هاي 1386 و 1385 با استفاده از شبكه عصبي
    1-4 مقدمه
    2-4 اهميت پيش بيني بار
    3-4 مدل پيشنهادي براي پيش بيني پيك بار ماهيانه
    4-4 پيش بيني فروش انرژي
    4-5 نتیجه گیری
    منابع و ماخذ