|
Title
|
كاربرد روش هاي يادگيري عميق در پيش بيني مصرف برق بوشهر
|
|
Type
|
Thesis
|
|
Keywords
|
پيش بيني مصرف برق، يادگيري عميق، شبكه هاي عصبي بازگشتي، داده هاي دنباله اي، شبكه عصبي باقͬيمانده، مدل حافظه كوتاه مدت بلند
|
|
Abstract
|
هدف بكارگيري روش هاي يادگيري عميق در پيش بيني ميزان مصرف برق شهر بوشهر بر اساس اطلاعات گذشته مصرف برق و همچنين اطلاعات اقليمي موجود مي باشد. بدين منظور، داده هاي ميزان مصرف ساعتي برق شهر بوشهر به همراه ويژگي هاي اقليمي مانند دما، رطوبت و سرعت باد مربوط به سال هاي 1399 و 1400 گردآوري شده است. جهت مدل سازي اين پيش بيني از روش هاي يادگيري عميق چون شبكه عصبي پيچشي، شبكه عصبي بازگشتي، مدل حافظه كوتاه مدت بلند، شبكه عصبي باقي مانده و مدل هاي تركيبي استفاده شده است. در نهايت يك مدل پيشنهادي تركيبي ارائه شده است كه نسبت به ساير مدل ها مي تواند پيش بيني مصرف برق را بهبود ببخشد.
|
|
Researchers
|
vajiheh saholi (Student) , Hossein Haghbin (Primary advisor) , Rahman Dashti (Advisor)
|