Intelligent modelling techniques of power load forecasting for the Western Area of Saudi Arabia النمذجة الذكية والتقنية الأفضل لدراسة التنبؤ بالأحمال في المنطقة الغربية بالمملكة العربية السعودية

Abstract

أصبح التنبؤ بالأحمال في السنين الأخيرة واحدا من أهم المجالات البحثية في الهندسة الكهربائية إن معظم طرق التنبؤ التقليدية منها والذكية (باستخدام الذكاء العصبي الصناعي) تم تجربتها وتطبيقها في هذا الجانب وقد حظيت الشبكات العصبية الصناعية ANN في الآونة الأخيرة بالمزيد من الاهتمام وقدِم في ذلك الكثير من الأبحاث والتجارب الناجحة والاختبارات العملية وتقدم هذه الورقة التطور في نماذج التنبؤ المبني على حمل المدى القصير مع تحسن تقنية التوليد لمركز التحكم الإقليمي للطاقة لشركة الكهرباء السعودية بالمنطقة الغربية وترتبط الشبكة العصبية الصناعية بظروف المناخ، وكذلك سجل الحوادث الخاصة بالشبكة ومعطيات الحمل وذلك خلال الفترة من 20032007 م هذا وقد تمت دراسة الخصائص الهندسية للشبكات العصبية، وتم اختبارها للحصول على أعلى الخصائص وتنظيم درجات متغيرات المداخيل حسب أهميتها وقد تم تطويع الشبكة للتنبؤ بالأحمال القادمة لفترات مختلفة

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 accuracy for the Regional Power Control Centre 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 Different neural networks topologies have been trained and tested for achieve the optimal topology and ranking the input variables in terms of their importance Based on the optimal NN topology the network has been trained to predict the ahead load at different time intervals