Multi-step ahead forecasting in electrical power system using a hybrid forecasting system

مدیران و محققان تاکید بیشتری بر پیش بینی سیستم برق ارائه داده اند تا مدیریت موثر در سیستم برق را به دست آورند. با این حال، افزایش دقت پیش بینی نه تنها یک کار بسیار سخت است، بلکه یک مشکل نگران کننده در سیستم برق است. الگوریتم های سنتی معمولا اهمیت بهینه سازی پارامترها و پیش پردازش داده ها را نادیده می گیرند، که همیشه منجر به نتایج ضعیف می شود. بنابراین، در این مقاله یک سیستم پیش بینی ترکیبی جدید با موفقیت توسعه یافت، از جمله چهار ماژول: ماژول پیش پردازش اطلاعات، ماژول بهینه سازی، ماژول پیش بینی و ماژول ارزیابی. در این سیستم، یک روش پردازش سیگنال برای تجزیه، بازسازی، شناسایی و شناسایی ویژگی های اولیه سری سری های برق در مدل پیش پردازش اطلاعات استفاده می شود. علاوه بر این، برای به دست آوردن دقت بالا و غلبه بر مشکلات مدل های تک، الگوریتم های بهینه سازی نیز برای بهینه سازی پارامترهای این مدل های فردی در ماژول های بهینه سازی و پیش بینی استفاده می شود. در نهایت، ماژول ارزیابی شامل تست فرضیه ها، معیارهای ارزیابی و مطالعات موردی برای ارزیابی جامع برای این سیستم معرفی شده است. نتایج تجربی نشان داد که سیستم هیبرید نه تنها قادر به رضایت واقعی تقریبی ارزش واقعی است، بلکه همچنین به عنوان یک ابزار موثر و ساده که در شبکه های هوشمند مورد استفاده قرار می گیرد، در نظر گرفته شده است.