سال انتشار: ۱۳۸۸

محل انتشار: پانزدهمین کنفرانس بین المللی سالانه انجمن کامپیوتر ایران

تعداد صفحات: ۶

نویسنده(ها):

سیدمحمد بیدکی – دانشگاه شیراز
محمدهادی صدرالدینی – دانشگاه شیراز
منصور ذوالقدر جهرمی – دانشگاه شیراز
نادعلی محمودی کهن – دانشگاه تربیت مدرس

چکیده:

یکی از مسائل مهم در بازار برق چگونگی و تناسب طراحی ساختارهای تعرفه گذاری در برخورد با مصرف کنندگان مختلف است. در بازار رقابتی برق، تامین کنندگان برق ، تحت نظارت سازمانهای تنظیم کننده انرژی، آزادی بیشتری برای طراحی ساختارهای تعرفه گذاری دارند. فروشندگان در این گونه بازارها، مصرف کنندگان خود را در گروه های مختلف خوشه بندی نموده و منحنی های بار متوسط خوشه ها را برای ایجاد تعرفه های جدید به کار می برند. در این مقاله چهار روش دسته بندی شبکه های عصبی نگاشت های خودسازمانده ، پیرولیدر اصلاح شده، K-Means کلاسیک و K-Means فازی، که در دسته بندی منحنی منحنی های بار الکتریکی مصرف کنندگان به کار می روند. بررسی شده است نتیجه عملکرد آنها با استفاده از معیارهای کفایت شاخص میانگین و شاخص پراکندگی دسته، مقایسه گردیده است برای این منظور از ۱۲۷ منحنی بار مربوط به تعدادی از مصرف کنندگان صنعتی و تجاری شهر تهران استفاده شده است. با توجه به نتایج این گونه به نظر می رسد که به طور کلی عملکرد روش K-Means فازی به نسبت بهتر از دیگرروشهاست.