در این پایان نامه سعی شده است تا با مروری بر روشهای پیش بینی بار، راهکاری عملی برای برآورد بار در ایران ارائه گردد. اصول کلی این راهکار بر استفاده از اطلاعات موجود در شبکه بنا نهاده شده است . در ادامه نیز سعی شده است تا با اعمال این راهکار در یک شهر نمونه مشکلات موجود در سیستمهای توزیع ایران تا حدی مورد بررسی قرار گیرند.
شکل‌ها از متن کامل مقاله برداشته شده‌اند و حقوقشان از آنِ نویسندگان و ناشر است.
با گسترش شبکه های قدرت و متصل شدن شبکه های محلی به یکدیگر، مسئله مدیریت بهینه شبکه روز به روز پر اهمیت تر می شود. برنامه ریزی تولید واحد ها در شبکه قدرت بشدت نیازمند برآورد دقیقی از میزان مصرف در آینده است. لذا پیش بینی بار امروزه یکی از ارکان مدیریت شبکه می باشد. با توجه به اینک
انجام پیشبینی میانمدت بار به عنوان یکی از ملزومات جهت طراحی، توسعه و بهرهبردای از سیستمهای قدرت، بسیار با اهمیت است. در این پژوهش شبکهی توزیع برق شهرستان یزد که شهری با شاخصهای اقتصادی رو به گسترش میباشد به عنوان مورد مطالعه استفاده شده است. این پژوهش ابتدا با استفاده از ت
پیش بینی بار کوتاه مدت نقش بسیار مهمی در برنامه ریزی، بهره برداری و کنترل سیستم های قدرت دارد. پیش بینی بار دقیق، باعث بهبود تصمیم گیری های عملیاتی در مورد برنامه ریزی تعمیرات و نگهداری، تخصیص ذخیره مطمئن، برنامه ریزی ورود و خروج واحدها، توزیع اقتصادی و ... می شود. پیش بینی دقیق
پیش بینی بار کوتاه مدت، با استفاده از داده هایی صورت می پذیرد که صحت این داده ها در معرض خطاهای سیستم های اندازه گیری، خطاهای انتقال در حین ارسال داده ها و غیره می باشند. در ضمن اتفاقات ناخواسته و خروج¬ها یا خاموشی¬ها در شبکه نیز باعث به¬وجود آمدن داده های بار نامناسب در بین داده
پیش بینی آینده در عرصه اقتصادی و بازار سرمایه یکی از بحث بر انگیزترین مسائل در میان پژوهشگران اقتصادی و علوم مالی بوده است خصوصاً در برنامه ریزی های مربوط به تنظیم بازار کالاهای اساسی نیاز به پیش بینی دقیقتربیشتر احساس میشود. برنج از جمله کالاهای استراتژیک مصرفی و یکی از غلات مهم
با افزایش توجهات به مقوله ی محیط زیست و حفاظت از آن، تولید سبز به یک مسئله ی مهم برای بسیاری از شرکت ها تبدیل شده است. از این رو بسیاری از شرکت ها آموخته اند که کالاها و خدمات خود را از تأمین کنندگانی خریداری کنند که بتوانند علاوه بر هزینه ی کمتر،کیفیت بالاتر و زمان تحویل کوتاه ت
امروزه پیشبینی بار کوتاه‌مدت، یکی از مسایل بسیار مهم در برنامهریزی سیستمهای انرژی بشمار میرود. بهبود دقت در پیشبینی بار موجب کاهش هزینههای ناشی از خطا در پیشبینی و بهینه کردن عملکرد سیستم قدرت میشود. تا کنون روشهای متفاوتی جهت پیشبینی بار کوتاه مدت ارائه شده است اما در بین تمامی
The present study aims to explain and present a market forecasting model for the use of specialized drugs in Iran. The results of the leading research have been examined by two methods, qualitative and quantitative. The method used in this research is based on fundamental studies
در این مقاله ، بر اساس نتایج آزمایشگاهی، و با استفاده از روش برازش منحنی و شبکه عصبی مصنوعی اثر دما و کسر حجمی نانولوله‌ها بر ضریب هدایت حرارتی نانوسیال نانولوله کربنی چند جداره عامل دار-آب بررسی شد. یک رابطه دقیق به صورت تابعی از کسر حجمی و دما برای پیش بینی ضریب هدایت حرارتی نا
سابقه و هدف: اخیراً روش های هوشمند نظیر شبکه های عصبی مصنوعی به عنوان یک مدل کارآمد جهت پیش بینی و طبقه بندی تومورها مورد استفاده قرار گرفته اند. تشخیص خوش خیمی و یا بدخیمی توده های پستانی بر اساس خصوصیات مورفولوژیک، بالینی و دموگرافیک و بدون استفاده از روش های تهاجمی پاراکلینیکی
این پژوهش به معرفی مدل‌هایی از ترکیب خانواده GARCH و شبکه عصبی مصنوعی، جهت پیشبینی بازدهی روزانه شاخص بورس اوراق بهادار تهران طی فاصله زمانی 1396-1387 می‌پردازد. وجود ویژگی حافظه بلندمدت در واریانس شرطی بازدهی شاخص کل بورس موجب شده تا علاوه بر مدلهای دارای حافظه کوت
سرعت باد یکی از متغیرهای بسیار مهم هواشناسی در تعیین تبخیرتعرق و نیاز آبی گیاهان است. مدل ها و روش های متعددی برای پیش بینی این عامل وجود دارد. در سال های اخیر، با شناخته شدن ابزار محاسبات نرم، به مثابة روشی نوین در ایجاد سیستم های هوشمند، این روش ها جایگاهی ویژه در علوم هواشناسی