Ứng dụng mạng Nơron xây dựng hệ thống dự báo phụ tải điện năng thành phố Quảng Ngãi
Luận văn · Thạc sĩ · năm 2019 · đề tài tham khảo
| Loại tài liệu | Luận văn |
|---|---|
| Bậc học | Thạc sĩ |
| Ngành | Công nghệ thông tin — Kỹ thuật |
| Tác giả | Trần Thị Hoài My |
| Người hướng dẫn | Đặng Hoài Phương |
| Cơ sở đào tạo | Trường Đại học Bách khoa, Đại học Đà Nẵng |
| Năm | 2019 |
| Nguồn | Thư viện số Trường Đại học Bách khoa, Đại học Đà Nẵng · trang gốc |
Tóm tắt
Dự báo phụ tải luôn giữ vai trò đặc biệt quan trọng đối với ngành điện. Dự báo phụ tải quyết định kế hoạch vận hành, kế hoạch sản xuất và hướng đầu tư phát triển trong tương lai. Qua phân tích hiện trạng hiện tại của Công ty Điện lực Quảng Ngãi, tác giả thấy công tác dự báo điện năng là cực kỳ quan trọng đối với Công ty. Nếu kết quả dự báo thiếu chính xác thì sẽ dẫn đến hiện tượng phát triển lưới điện không theo kịp hoặc vượt quá nhu cầu thực tế. Điều này sẽ gây ra hiện tượng thiếu hoặc lãng phí nguồn điện. Để giảm rủi ro cho Công ty, hàng năm luôn nghiên cứu và có kế hoạch để đưa ra con số dự báo sao cho chính xác nhất. Tuy nhiên, với cách thức dự báo như hiện nay thì người dự báo không thể nào khái quát hết các yếu tố tác động đến nhu cầu điện năng. Vì vậy, kết quả dự báo chắc chắn sẽ khó chính xác. Để khắc phục tình trạng trên đòi hỏi cần phải có một công cụ dự báo khoa học, hiệu quả và đáng tin cậy hơn cho Công ty. Trong bài viết này, tác giả lựa chọn dự báo phụ tải điện được thực hiện trên chương trình dự báo chuyên dụng (áp dụng Mô hình Neural nhân tạo và thuật toán lan truyền ngược) nhằm đáp ứng được yêu về cầu trong dự báo và phục vụ tốt công tác lập phương thức vận hành (giờ, ngày và tuần) tại các Công ty điện lực hiện nay. Cũng như các dự báo khác, dự báo phụ tải cũng phải dựa vào số liệu thống kê, phân tích và áp dụng các thuật toán để xác định mối quan hệ giữa phụ tải và các yếu tố ảnh hưởng, từ đó thực hiện bài toán dự báo dựa trên các yếu tố ảnh hưởng đó đưa ra kết quả chính xác nhất. Đối với yêu cầu dự báo ở đây, yếu tố ảnh hưởng lớn đến kết quả dự báo đó là: thời tiết và đồ thị phụ tải của các ngày trong tuần (ngày làm việc bình thường và ngày nghỉ). Dựa vào kết quả dự báo, chương trình sẽ đưa ra các đánh giá đối với kết quả dự báo, từ đó đưa ra kế hoạch vận hành hệ thống điện an toàn và kinh tế.
Bản toàn văn lưu tại thư viện Trường Đại học Bách khoa, Đại học Đà Nẵng
Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.
Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
- Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
- Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
- Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.
Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn công nghệ thông tin · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.
Đề tài cùng ngành
- Ứng dụng mô hình học sâu trong mô phỏng dáng người trên không gian ba chiều
- Ứng dụng mạng Bayes xây dựng hệ thống trắc nghiệm thích nghi
- Ứng dụng phân tích lớp tiềm ẩn xây dựng hệ thống trắc nghiệp thích nghi
- Dự đoán cấu trúc bậc hai của phân tử sinh học trên sơ sở kết hợp một số kỹ thuật tính toán mềm
- Ứng dụng Robotium để kiểm thử các chương trình trên Android
- Khai phá quan điểm với kỹ thuật học sâu
- Ứng dụng Seantic Web để xây dựng hệ thống tra cứu hiện vật tại bảo tàng Đà nẵng
- Ứng dụng thuật toán k-láng giềng gần nhất trong phân loại văn bản tin tức theo chủ đề
Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.