Matlab implementation of artificial neural networks algorithms for power consumption prediction

Küresel ölçekte elektrifikasyon çabalarını artırma yönünde bir eğilim olduğu gibi aynı zamanda, yeni teknolojik yenilikler dünya çapında tüketilen güç miktarında bir artışa yol açıyor. Sonuç olarak, konut ortamında kullanılan elektrik miktarında bir artış beklemeliyiz. Tüm dünyada enerji kullanımı hakkında daha fazla bilgi elde edildikçe, gelecekteki güç tüketimi hakkında güvenilir tahminler oluşturmak giderek zorlaşmaktadır. Hem alıcı hem de satıcı, doğru bir tahminden faydalanır. Bir müşteri, bir şirketin yardımıyla paradan tasarruf edebilir ve karbon ayak izini azaltabilir. güç tahmini. Sağlayıcının güvenilebilecek bir tahmine sahip olması, mal akışını düzenleme girişimlerinin etkinliği için esastır. Sonuç olarak, bu tür modelleme konut elektrik endüstrisindeki tedarik zincirinin genel optimizasyonuna katkıda bulunabilir. Bu konuya gösterilen yoğun ilgi sonucunda çok çeşitli çözme teknikleri araştırılmış ve değerlendirilmiştir. Bu çalışmada, enerji tüketimini doğru bir şekilde tahmin etmek için AAA-ANN ve ANN-PSO algoritmalarını tanıtıyoruz. Her ikiside bu yöntemler yapay sinir ağlarına dayanmaktadır. Gelecekteki güç tüketiminin doğru tahminlerini sağlamak için, her iki yaklaşımın da altında yatan algoritmalar geliştirilmiştir. Matlab ve daha sonra UCP veri tabanından alınan veriler kullanılarak eğitilmiştir. AAA-ANN yöntemi, hata eğrisi analizi, eğitim doğruluk oranı analizi, hızlanma doğruluk oranı analizi, eğitim hata oranı analizi ve test hata oranı analizi açısından diğer yaklaşımlardan daha iyi performans gösterir. AAA-ANN ile ANN ve ANN-PSO'yu karşılaştırdıktan sonra, bu özel yöntemin gelecekteki güç kullanımını tahmin etmek için en iyi yaklaşım olduğu fazlasıyla açık hale geldi.