عنوان

پیش بینی مصرف انرژی الکتریکی با استفاده ازشبکه های عصبی و الگوریتم های تکاملی

شماره

پ۲۹۷۳۸

زبان متن نوشتاري يا گفتاري و مانند آن

per

عنوان اصلي

پیش بینی مصرف انرژی الکتریکی با استفاده ازشبکه های عصبی و الگوریتم های تکاملی

نام نخستين پديدآور

اکبر دهقانی

نام ناشر، پخش کننده و غيره

مهندسی برق و کامپیوتر

تاریخ نشرو بخش و غیره

۱۴۰۲

نام خاص و کميت اثر

۹۰ص.

مواد همراه اثر

سی دی

جزئيات پايان نامه و نوع درجه آن

کارشناسی ارشد

نظم درجات

معماری سیستم‌های کامپیوتری

زمان اعطا مدرک

۱۴۰۲/۰۶/۲۹

متن يادداشت

چکیده: به دلیل اهمیت بالایی کمبود منابع انرژی و از طرف دیگر آلودگی محیط زیست، کنترل مصرف انرژی الکتریکی یکی از مباحث پراهمیت است که از حوزه‌های تحقیقاتی مختلف توجه زیادی را به خود جلب کرده است. در این میان روش‌های یادگیری ماشین برای پیش بینی مصرف و نحوه عملکرد کاربران و شهروندان در مناطق مختلف می‌تواند برای حل این مشکل بسیار کارا می‌باشد. در این تحقیق سعی شده است تا با استفاده از شبکه عصبی با حافظه طولانی کوتاه مدت به پیش بینی رفتار مصرف کننده با توجه به بازه‌های زمانی طولانی مدت بپردازیم. در این راستا برای اینکه این شبکه ساخته شده بهترین عملکرد را داشته باشد به بهینه سازی پارامترهای آن پرداخته شده است. برای این کار از الگوریتم بهینه سازی جنگل استفاده شده است. نتایج آزمایش‎ها نشان می‎دهد که روش پیشنهادی نسبت به سه الگوریتم بهینه سازی تفاصل تکاملی، ژنتیک و ازحام ذرات عملکرد بهتری داشته است. در ادامه برای ارزیابی کارایی بهتر روش پیشنهادی، از آزمون‌های آماری استفاده شده است. در نتیجه نشان داده شد که روش بهینه سازی جنگل برای یافتن پارامترها و ساختار مناسب شبکه عصبی کارایی مناسبی داشته و بهینه‌ترین عملکرد را دارد.

متن يادداشت

Due to the high importance of lack of energy resources and on the other hand environmental pollution, the control of electric energy consumption is one of the most important topics that has attracted a lot of attention from various research fields. Meanwhile, machine learning methods for predicting consumption and behavior of users and citizens in different areas can be very effective to solve this problem. In this research, an attempt has been made to predict consumer behavior with regard to long-term time frames by using a neural network with short-term long-term memory. In this regard, in order for this built network to have the best performance, its parameters have been optimized. For this purpose, forest optimization algorithm is used. The results of the experiments show that the proposed method performed better than the three optimization algorithms of evolutionary distance, genetics and particle swarm. In the following, statistical tests have been used to evaluate the better efficiency of the proposed method. As a result, it was shown that the forest optimization method to find the appropriate parameters and structure of the neural network has a good performance and has the most optimal performance.

عنوان گونه گون

Forecasting Electrical Energy Consumption Based on Neural Networks and Evolutionary Algorithms

عنصر شناسه اي

دهقانی‏ ،

ساير عناصر نام

اکبر ‏

کد نقش

تهیه کننده

عنصر شناسه اي

‏معلمی خیاوی،

عنصر شناسه اي

سخندان،

ساير عناصر نام

‏عبدالحمید

ساير عناصر نام

علیرضا ‏

تاريخ

استاد راهنما

تاريخ

استاد مشاور

عنصر شناسه اي

تبریز