A fuzzy neural approach for forecasting peak power demands طريقة لتوقع الاحتياجات القصوى للطاقة الكهربائية باستخدام تقنية منطق الغموض والشبكات العصبية

Abstract

إن التوقع الدقيق لاحتياجات الطاقة الكهربائية المستقبلية ييسر بشكل كبير عملية إنتاج الطاقة الكهربائية وإداراتها على نحو اقتصادي ومعتمد في هذا البحث تبني تقنيات جديدة تتمثل في علمي منطق الغموض والشبكات العصبية لتحسين دقة توقع الأحمال الكهربائية على المدى المتوسط البعيد جرت عملية التحقق من أداء الطريقة المقترحة باستخدام محاكاة لبعض البيانات الخاصة بنظام الطاقة الكهربائية بمدينة الرياض تمت مقارنة هذه الطريقة بطرق المتسلسلات الزمنية والشبكات العصبية أظهرت نتائج هذا البحث تميز الطريقة المقترحة على الطرق الأخرى بإعطاء توقعات دقيقة جدا للأحمال الكهربائية القصوى

Accurate prediction of future electrical power demands greatly facilitates the task of power generation reliably and economically In this paper the new soft computing technologies namely neurofuzzy techniques are adopted to improve precision of medium to longterm load forecasting Performance of the proposed methodology is verified using simulations of some data pertaining to the Riyadh power system This approach is compared with time series and neural networks design methods It is demonstrated that the proposed methodology surpasses other methods by producing very accurate peak load forecasts