نسخه آزمایشی

فرايند پيش بيني مصرف برق كوتاه مدت ايران با شبكه عصبي كوهونن
Industrial System of Short Term (Daily - Weekly) Electric Load Prediction of IRAN by Kohonen Self Organizing Map Neural Network ( ZHARFA )

شماره اظهارنامه: 139550140003001294

تاریخ اظهارنامه: 1395/02/08

شماره ثبت : 98400
وضعیت اعتبار: اعتبار ندارد

تاریخ ثبت: 1398/01/31
طبقه بندی بین المللی: H03B F16B


خلاصه اختراع :

زمينه فني : مهندسي برق با گرايش قدرت مشكل فني : هزينه هاي اقتصادي هنگفت پيش بيني نامناسب بارالكتريكي مشكلات سامانه هاي عصبي پرسپترون ( داده آموزشي و زمان هاي آموزش و پيش بيني زياد ، دقت كم ) ضرورت افزايش دقت پيش بيني بار روزهاي خاص عدم سازگاري سامانه هاي خارجي (با تقويم ميلادي) با تقويم رسمي كشورهاي اسلامي ( به ويژه ايران) نياز شديد بازارهاي برق و شبكه هاي هوشمند به سامانه پيش بيني بار ارائه راه حل : سامانه كاملا بومي، با شبكه عصبي بدون معلم كوهونن (و نه با معلم پرسپترون)، سازگار با تقويمهاي رسمي هجري شمسي و مذهبي هجري قمري (و نه ميلادي) با لحاظ پارامترهاي آب و هوايي براي كليه مناطق جغرافيايي با دقت و سرعت پيش بيني بسيار بالا طرز كار و كاربردها : نصب وراه اندازي سخت افزار و قفل سخت افزاري سامانه ، نصب لوح فشرده سامانه كاربرد ها : كمينه كردن هزينه¬هاي توليد و تلفات سيستم تعيين ذخيره سوخت مطمئن هماهنگي نيروگاههاي آبي و گرمايي زمانبندي نيروگاهها بازارهاي برق شبكه هاي برق هوشمند مراكز ديسپاچينگ توزيع ، منطقه اي و ملي شركت هاي برق منطقه اي ، توزيع برق


جهت نمایش اطلاعات تکمیلی در مورد این اختراع، وارد حساب کاربری خود بشود.