Next 24hours load forecasting using artificial neural network (ANN) for the Western Area of Saudi Arabia التنبوء بالأحمال على مدى الأربع والعشرين ساعة التالية باستخدام الشبكة العصبية للمنطقة الغربية بالمملكة العربية السعودية
Auteur(s):
AlShareef A J AlJudaibi E Mohamed E A
Date de publication:
2008
Référence bibliographique:
Next 24hours load forecasting using artificial neural network (ANN) for the Western Area of Saudi Arabia التنبوء بالأحمال على مدى الأربع والعشرين ساعة التالية باستخدام الشبكة العصبية للمنطقة الغربية بالمملكة العربية السعودية A J AlShareef E A Mohamed and E AlJudaibiJournal of King Abdulaziz University engineering sciences King Abdulaziz UniversityVol 19 no 2 (1429 H 2008) p p 2540AlShareef A JMohamed E AAlJudaibi E
Résumé:
Load forecasting has become in recent years one of the major areas of research in electrical engineering Most traditional forecasting models and artificial intelligence neural network techniques have been tried out in this task Artificial neural networks (ANN) have lately received much attention and a great number of papers have reported successful experiments and practical tests This paper presents the development of an ANNbased shortterm load forecasting model with improved generalization technique for the Regional Power Control Center of Saudi Electricity Company Western Operation Area (SECWOA) The proposed ANN is trained with weatherrelated data special events indexes and historical electric loadrelated data using the data from the calendar years 2003 to 2007 for training The models tested for one week at two different seasons typically summer and Ramadan seasons the mean absolute average error for dayahead load forecasting are found 157 % and 182 % respectively أصبح التنبؤ بالأحمال من المجالات الرئيسية للبحث فى قطاع الهندسة الكهربائية خلال السنوات الأخيرة وتم استخدام معظم نماذج التنبؤ التقليدية وتقنيات الشبكات العصبية للذكاء الاصطناعي في إنجاز هذه المهمة وحظيت الشبكات العصبية الاصطناعية بمزيد من الاهتمام في الآونة الأخيرة، وأشارت كثير من البحوث إلى القيام بتجارب واختبارات عملية ناجحة في هذا المجال ويعرض هذا البحث لتطوير نموذج للتنبؤ بالأحمال في المدى القصير، تم إعداده على أساس الشبكات العصبية الاصطناعية، باستخدام تقنية محسنة للتعميم، بخصوص مركز التحكم الإقليمي في القوى التابع لشركة الكهرباء السعودية للمنطقة الغربية وتم تزويد الشبكة العصبية الاصطناعية المقترحة بالبيانات الخاصة بالأحوال الجوية، وأدلة الوقائع الخاصة والبيانات المتعلقة بالأحمال الكهربائية التاريخية بالاستعانة بالبيانات المستخرجة من تقاويم الأعوام من 20032007 م وتم اختبار النماذج لمدة أسبوع واحد في موسمين مختلفين، وهما فصل الصيف وشهر رمضان، وتبين أن معدل متوسط الخطأ المطلق للتنبؤ ليوم قادم هو 175 % ، و182 % على التوالي
