Determining spatial resolution in spatial load forecasting using a grid-based model

این مقاله یک مدل مبتنی بر شبکه ارائه می دهد که هدف آن یافتن یک وضوح فضایی مناسب برای بهبود تجسم و نتیجه گیری از نتایج پیش بینی بار فضایی برای فیدرها و / یا ترانسفورماتورهای توزیع است. این رویکرد می تواند به عنوان یک رویکرد یادگیری بی نظیر برای خوشه بندی داده های ورودی (یعنی قدرت امتیاز ترانسفورماتورهای توزیع) در سلول ها (خوشه ها) به منظور پیدا کردن اندازه سلولی که همگن داخلی در سلول ها و ناهمگنی خارجی بالا هر سلول با توجه به همسایگان خود را به منظور کاهش خطاهای استنباط است که می تواند بر نتایج روش های پیش بینی بار های فضایی تاثیر می گذارد. این پیشنهاد با توجه به توزیع فضایی ترانسفورماتورهای نصب شده در یک سیستم توزیع واقعی برای یک شهر متوسط ​​اندازه گیری شده است. با استفاده از وضوح تعیین شده توسط مدل مبتنی بر شبکه، می توان نقشه ای از توزیع فضایی تراکم بار در یک منطقه خدمات با پراکندگی محلی نسبی کم و پراکندگی نسبی نسبی بالا ساخت. برای نشان دادن اثربخشی روش، پیش بینی بار الکتریکی بار منطقه ای مورد مطالعه با استفاده از قطعنامه های فضایی مختلف انجام می شود. اندازه شبکه ای که از طریق مدل پیشنهادی تعیین می شود، نشان دهنده تعادل بین خطای فضایی و تلاش محاسباتی است که اصلی اصلی این کار است. تکنیک های پیش بینی بار الکتریکی فضایی فراتر از محدوده این مقاله است.