مدلسازی پیشبینی مصرف انرژی با استفاده از روش هوش مصنوعی (مطالعۀ موردی در استان همدان) | ||
| فصلنامه سیستم های انرژی پایدار | ||
| دوره 3، شماره 4، پاییز 1403، صفحه 341-360 اصل مقاله (2.11 M) | ||
| نوع مقاله: مطالعه موردی | ||
| شناسه دیجیتال (DOI): 10.22059/ses.2024.383569.1104 | ||
| نویسندگان | ||
| یونس نورالهی* 1؛ امین شربتی2؛ احمد حاجینژاد3 | ||
| 1استاد، دانشکدۀ مهندسی انرژی و منابع پایدار، دانشکدگان علوم و فناوری های میان رشته ای، دانشگاه تهران، تهران، ایران | ||
| 2دانشجوی دکتری دانشکدۀ مهندسی انرژی و منابع پایدار، دانشکدگان علوم و فناوری های میان رشته ای، دانشگاه تهران، تهران، ایران | ||
| 3دانشیار دانشکدۀ مهندسی انرژی و منابع پایدار، دانشکدگان علوم و فناوری های میان رشته ای، دانشگاه تهران، تهران، ایران | ||
| چکیده | ||
| در این پژوهش از هوش مصنوعی برای پیشبینی مصرف انرژی در مناطق سردسیر (مطالعۀ موردی استان همدان) استفاده شده است. در این راستا از مدلهای شبکههای عصبی مصنوعی و منطق فازی به منظور پیشبینی روند جاری مصرف انرژی استفاده میشود. برای دستیابی به این هدف، از مدل پرسپترون چندلایه با آزمایش چندین معماری ممکن و همچنین، منطق فازی استفاده شده است تا بتوان بهترین قابلیت تعمیم را انتخاب کرد. دادههای ورودی و خروجی ثبتشدۀ واقعی که بر مصرف طولانیمدت انرژی تأثیر میگذارند، در فرایند آموزش، اعتبارسنجی و تست استفاده شدهاند. مدل توسعهیافتۀ شبکههای عصبی برای پیشبینی مصرف انرژی استان همدان طی سالهای ۱۴۰۰ تا ۱۴۰۹ استفاده میشود. دادهها به صورت سالانه از ترازنامۀ انرژی وزارت نیرو و از سال ۱۳۸۰ تا ۱۳۹۹ استخراج شده است. نتایج خروجی با روش منطق فازی نیز مقایسه میشود. همچنین، نتایج شبیهسازی به ما نشان میدهد تقاضای برق تا سال ۱۴۰۹ به حدود ۳۳18 گیگاوات ساعت خواهد رسید. رویکرد پیشنهادی میتواند در اجرای مؤثر سیاستهای انرژی مفید باشد، زیرا پیشبینی دقیق مصرف انرژی بر سرمایهگذاری، تحلیل درآمد، و مدیریت تحقیقات بازار تأثیر میگذارد و در عین حال امنیت عرضه را حفظ میکند. | ||
| کلیدواژهها | ||
| پیش بینی الگوی مصرف انرژی؛ استان همدان؛ مدل پرسپترون چندلایه؛ شبکههای عصبی مصنوعی؛ منطق فازی | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 1,023 تعداد دریافت فایل اصل مقاله: 635 |
||