گروه آموزشی ترجمه فا اقدام به ارائه ترجمه مقاله با موضوع ” متدهای پیش بینی قیمت برق در کوتاه مدت ” در قالب فایل ورد نموده است که شما عزیزان میتوانید پس از دانلود رایگان مقاله انگلیسی و نیز مطالعه نمونه ترجمه و سایر مشخصات، ترجمه را خریداری نمایید.
| دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی
|
|
| عنوان فارسی مقاله: |
بررسی تکنیک های پیش بینی قیمت کوتاه مدت برق در بازارهای آزاد برق |
| عنوان انگلیسی مقاله: |
A Review of Short-term Electricity Price Forecasting Techniques in Deregulated Electricity Markets |
|
|
| مشخصات مقاله انگلیسی (PDF) | |
| سال انتشار | 2010 |
| تعداد صفحات مقاله انگلیسی | 5 صفحه با فرمت pdf |
| رشته های مرتبط با این مقاله | مهندسی برق و علوم اقتصادی |
| گرایش های مرتبط با این مقاله | تولید، انتقال و توزیع، سیستم های قدرت و برق قدرت |
| مجله | مقالات کنفرانس مهندسی برق دانشگاههای بین المللی |
| دانشگاه | دانشگاه برونئی، بریتانیا |
| کلمات کلیدی | قیمت کوتاه مدت برق، تکنیک های پیش بینی، ANN، ARIMA؛ LSSVM، مدل های ترکیبی |
| رفرنس | دارد |
| لینک مقاله در سایت مرجع | لینک این مقاله در سایت IEEE |
| نشریه | IEEE |
| مشخصات و وضعیت ترجمه فارسی این مقاله (Word) | |
| تعداد صفحات ترجمه تایپ شده با فرمت ورد با قابلیت ویرایش و فونت 14 B Nazanin | 10 صفحه |
| ترجمه عناوین تصاویر | ترجمه شده است |
| ترجمه متون داخل تصاویر | ترجمه نشده است |
| درج تصاویر در فایل ترجمه | درج شده است |
| درج جداول در فایل ترجمه | ندارد |
| درج فرمولها و محاسبات در فایل ترجمه به صورت عکس | درج شده است |
- فهرست مطالب:
چکیده
I. مقدمه
II. عوامل موثر بر قیمت برق
III. طبقه بندی روش های پیش بینی
IV. روش پیش بینی
A. شبکه های عصبی مصنوعی (ANNs)
B. مدل میانگین سیار یا متحرک خودبرگشتی یکپارچه یا تجمعی (ARIMA)
C. دستگاه بردار پشتیبان حداقل مربعات (LSSVM)
D. مدل ترکیبی
E. معیار صحت و دقت
V. نتیجه گیری
- بخشی از ترجمه:
V. نتیجه گیری
بازسازی بازارهای قدرت باعث ایجاد افزایش نیازمندی جهت پیش بینی قیمت های آتی دقیق در میان شرکت کنندگان بازار با هدف به حداکثر رساندن سود می شوند.
بر اساس یک نظرسنجی روش های منتشر یافته به منظور پیش بینی قیمت برق، این مقاله یک دید کلی از پیش بینی قیمت، با خلاصه ای از عوامل مؤثر بر رفتار قیمت و طبقه بندی گسترده روش های پیش بینی قیمت را ارائه می دهد. باشد. روش های مختلف پیش بینی، مانند مدل های ANN، ARIMA و LSSVM، به طور جداگانه مورد بررسی قرار گرفتند. روش های ترکیبی که مدل های مختلف را برای جبران ضعف مدل های منتشر یافته به صورت جداگانه ترکیب می کنند نیز به منظور نمایش روشن روند آتی از روش پیش بینی قیمت برق برجسته شده اند.
- بخشی از مقاله انگلیسی:
V. CONCLUSIONS
The restructuring of power markets has created an increasing need to forecast accurate future prices among the market participants with the purpose of profit maximization. Based on a survey of established approaches to electricity price forecasting, this paper gives an overview of price forecasting, with a summary of the influencing factors of price behavior and extended taxonomy of price forecasting methods. Different forecasting methods, such as ANN, ARIMA models and LSSVM, are reviewed separately. The hybrid methods that combine different models to offset the weakness of individually established models are also highlighted in order to clearly indicate the future trend of electricity price forecasting methodology.
|
تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد |
|
|
| دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی
|
|
| عنوان فارسی مقاله: |
مروری بر متدهای پیش بینی قیمت برق در کوتاه مدت در بازارهای آزاد برق |
| عنوان انگلیسی مقاله: |
A Review of Short-term Electricity Price Forecasting Techniques in Deregulated Electricity Markets |
|
|