Yük tahmini, güç üretim sürecinin önemli bir kısmı olup,
yıllardır zaman serileri gibi geleneksel yaklaşımlarla elde edilmiştir.
Fakat son zamanlarda yapay zekaya dayalı yeni yöntemler ortaya çıkmış
olup bu yeni uygulamalar endüstride geleneksel tahminlerin yerini almaya
başlamıştır. Bu çalışma diferansiyel evrim algoritması (DE) ile yapay
sinir ağlarının (YSA) karma bir çalışmasını yük tahmini için DE-YSA
olarak sunar. Çalışma yapay sinir ağları eğitiminde DE algoritmasının
performansını test etmektedir. Çalışma çıktılarının birebir
karşılaştırılmasından da anlaşılacağı üzere DE-YSA diğer metoda göre
daha iyi bir performans göstermektedir.
Yük tahmini diferansiyel evrim algoritması yapay sinir ağlarının
Load forecasting is an important part of the power generation process. For years, it has been achieved by traditional approaches stochastic like time series; but, new methods based on artificial intelligence emerged recently in literature and started to replace the old ones in the industry. This study presents an intelligent hybrid approach called DE-ANN by hybridization of Differential Evolution (DE) and Artificial Neural Network. In this work, performance of the Differential Evolution, a recently proposed algorithm, has been tested on training on Artificial Neural Networks. The performance of the algorithm has been compared to traditional Artificial Neural Networks Results show that DE algorithm outperforms the other method.
Load forecasting differential evolution artificial neural network
Bölüm | Makaleler |
---|---|
Yazarlar | |
Yayımlanma Tarihi | 15 Ocak 2011 |
Gönderilme Tarihi | 23 Ekim 2017 |
Yayımlandığı Sayı | Yıl 2011 Cilt: 3 Sayı: 1 |