توقع كمية الكهرباء المستهلكة في منطقة معينة خلال فترة زمنية محددة بإستخدام الشبكات العصبية الاصطناعية

Abstract

المستخلص تناول البحث جانبا محدد من عمليات التنبؤ بالحمولات الكهربائية ، وذالك بإقتراح منظومة تنبؤ للحمل الكهربائي بإستخدام الذكاء الاصطناعي ،و يهدف هذا البحث لتصميم نموذج دقيق للتنبؤ بكمية الكهرباء المستهلكة في منطقة معينة خلال فترة معينة فقد جري التركيز علي عملية التنبؤ بإستخدام الشبكات العصبية الصناعية (ANN-Artificial neural network ) التي تبني خوارزمياتها المعقدة لرفع مستوي الأداء للمنظومة . إستنادا إلي المنظومة المقترحة صمم الباحث هذا البرنامج باستخدام لغة الماتلاب (MATLAB) من أجل محاكاة عمل هذه المنظومة ، وقد قام الباحث بالتيقن من عمل هذا البرنامج إعتمادا علي معطيات ذروة الحمل الساعي للطاقة الكهربائية المستهلكة في جامعة القضارف في الفترة من 1/1/2010 وإلي 1/6/2014 م , كما تم في هذا البرنامج حساب كمية الكهرباء المتوقعة للجامعة بصورة عامة وكذلك لكل كلية من كليات الجامعة بصورة مفصلة , وكذلك مقارنة وحساب الفرق بين الاستهلاك الفعلي للكهرباء و حجم الاستهلاك المتوقع الذي ينتجه النظام . وتبين النتائج التي حصل عليها الباحث أن البرنامج ذو كفاءة عالية جدا ، ويصلح لتقدير الطلب بدقة حسابية عالية ، ومقبولة في التطبيقات الحسابية .

ABSTRACT

This research deals with a specific aspect of the operations of predict

pressure electrical . And it aims to design an accurate model to predict the

amount of electricity consumed. Emphasis has been placed in the

forecasting process on the use of artificial neural networks , which is

building the complex algorithms to raise the level of performance of the

system . Based on the proposed system has been designed program by

using MATLAB for simulate work. To be sure this program has been

worked we applied it by using data were taken at the time of peak for

electric power at the University of Gedarif in the period from 1/1/2010 to

1/6/2014 . Has also been in the program the amount of the expected

electricity account for the University in general, as well as each college of

the university colleges in detail, as well as compare and calculate the

difference between the actual electricity consumption and the size of the

expected consumption produced by the system .The results show that we

have obtained is that the program is very high efficiency and fit accurately

estimate demand and high computational application acceptable