کنفرانس مهندسی برق ایران

صفحه اصلی / سی امین کنفرانس بین المللی مهندسی برق

A COMPREHENSIVE DEEP LEARNING METHOD for SHORT-TERM LOAD FORECASTING

نویسندگان :

Mohammad Sayadlou¹ Mahdi Salay naderi² Mehrdad Abedi³ Sajad Esmaeili⁴ Mohammad Amini⁵

1- دانشگاه صنعتی امیرکبیر 2- دانشگاه صنعتی امیرکبیر 3- دانشگاه صنعتی امیرکبیر 4- دانشگاه صنعتی امیرکبیر 5- دانشگاه صنعتی امیرکبیر

کلمات کلیدی :

load forecasting, deep learning, deep forest regression

چکیده :

— Load forecasting is an essential issue in future smart grids where inaccurate forecasting causes energy waste, power shortages, or cross-blackouts. Therefore, increasing forecasting accuracy is crucial due to the expansion of the type of loads and the amount of consumption and parameters that affect the load changes. Machine learning is a powerful tool for achieving artificial intelligence, and it is used for load forecasting as one of its applications. In this paper, short-term load forecasting is performed using an ensemble supervised learning based on random forest method named Deep Forest Regression. This method is also derived from deep learning and deep neural network theory. This forecast has been done using the data of residential consumption of an Iranian city for five months, including from half of May to half of September. The data is gathered every 30 minutes and stored in the system. By comparing the proposed method with some common methods, it can be seen that the proposed method has higher accuracy than those.

لیست مقالات

لیست مقالات بایگانی شده

Energy Efficiency of UAV-based mmWave-mMIMO Systems Using Low-Precision ADCs

Sogol Moshirvaziri - Jamshid َAbouei

حسگر غیرتهاجمی تشخیص قندخون با استفاده از تکنیک مایکروویو بر مبنای تشدید فرکانسی

نازنین افشاری - سید محمد هاشمی - فاطمه گران قراخیلی

Non-pharmacological interventions for Covid-19 new variants with fractional order fuzzy type-2 PID

Hadi Delavari - Amir Veisi - Maryam Ranjbaran

ارائه ساختار پیشنهادی ترانسفورماتور حالت جامد یک سویه در بهره برداری از شبکه های توزیع

بهنام بهارلوئی - رضا قندهاری - مهدی بابایی - یوسف عطائی

Enhanced the Droop Approach MMC-Based in AC Microgrids

Amirhossein Fallah Bagheri - Hamid Reza Baghaee - Ali Yazdian Varjani - Kourosh Khalaj Monfared - Reza Alizadeh

Improved Equivalent Input Disturbance Control of Nonlinear Aeropendulum System Using Data-Driven Approach

Mohammad Hossein Bayati - Arman Marzban - Mahsan Tavakoli-Kakhki - Ali Naseh

A Method Based on Attention Mechanism using Bidirectional Long-Short Term Memory(BLSTM) for Question Answering

Seyed Vahid Moravvej - Mohammad Javad Maleki Kahaki - Moein Salimi Sartakhti - Abdolreza Mirzaei

تحلیل دینامیکی ماشین سنکرون مغناطیس دائم با آهنربای جانبی و تحلیل خطای اتصال کوتاه داخلی و ضعیف شدن آهنربا

آزیتا فتحی - پیمان نادری

Control of optical bistability in one-dimensional photonic crystals with a central layer doped with Landa-type three-level atoms using atomic and laser parameters

Akbar Ashrafabadi - Siamak Khademi - Ghasem Naeimi

تشخیص و مقیاس بندی شدت افسردگی براساس روش‌های یادگیری ماشین و با استفاده از معیار‌های خطی، غیرخطی و آماری محاسبه شده در سیگنال‌های الکتروانسفالگرام

پریسا رئوف امامزاده هاشمی - وحید شالچیان - رضا رستمی

بیشتر

ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 42.3.2