عنوان فارسی مقاله:بهینهسازی اسب وحشی با طرح پیشبینی بار کوتاهمدت مبتنی بر یادگیری عمیق برای شبکههای هوشمند
چکیده
انرژی محرک اصلی فعالیت انسان است. پاسخ به تقاضا برای حفظ عملکرد کارآمد و قابل اعتماد سیستمهای شبکه هوشمند بسیار مهم است. روش پیش بینی بار کوتاه مدت (STLF) به ویژه برای میدانهای الکتریکی در تجارت انرژی بسیار مهم است. این مدل کاربردهای متعددی در عملیات روزمره تاسیسات برق، از جمله سوئیچینگ بار، برنامه ریزی تولید انرژی، ارزیابی قرارداد، خرید انرژی و نگهداری زیرساخت دارد. تعداد قابل توجهی از الگوریتمهای STLF تعادلی بین نرخ همگرایی و دقت پیشبینی ایجاد کردهاند. این مطالعه یک روش بهینهسازی اسب وحشی جدید با یک طرح STLF مبتنی بر یادگیری عمیق (WHODL-STLFS) برای SGs ارائه میکند. روش ارائه شده WHODL-STLFS در ابتدا برای طراحی یک الگوریتم WHO برای انتخاب بهینه ویژگیها از دادههای برق استفاده شد. علاوه بر این، حافظه کوتاه مدت مبتنی بر توجه (ALSTM) برای یادگیری رفتارهای مصرف انرژی برای پیشبینی بار مورد استفاده قرار گرفت. در نهایت، یک الگوریتم بهینهسازی جلبک مصنوعی (AAO) به عنوان بهینهساز ابرپارامتر مدل ALSTM استفاده شد. فرآیند اعتبارسنجی تجربی بر روی یک شبکه FE و یک شبکه دیتون انجام شد و نتایج بهدستآمده نشان داد که تکنیک WHODL-STLFS به عملکرد پیشبینی بار دقیق در SG ها دست یافت.
- لینک دانلود فایل بلافاصله بعد از پرداخت وجه به نمایش در خواهد آمد.
- همچنین لینک دانلود به ایمیل شما ارسال خواهد شد به همین دلیل ایمیل خود را به دقت وارد نمایید.
- ممکن است ایمیل ارسالی به پوشه اسپم یا Bulk ایمیل شما ارسال شده باشد.
- در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.