ترجمه فارسی عنوان مقاله
ادغام سناریوهای اقتصادی درازمدت به پیش بینی پیک بار: یک برنامه کاربردی به اسپانیا
عنوان انگلیسی
Integrating long-term economic scenarios into peak load forecasting: An application to Spain
کد مقاله | سال انتشار | تعداد صفحات مقاله انگلیسی | ترجمه فارسی |
---|---|---|---|
141036 | 2017 | 33 صفحه PDF | سفارش دهید |
دانلود فوری مقاله + سفارش ترجمه
نسخه انگلیسی مقاله همین الان قابل دانلود است.
هزینه ترجمه مقاله بر اساس تعداد کلمات مقاله انگلیسی محاسبه می شود.
این مقاله تقریباً شامل 11280 کلمه می باشد.
هزینه ترجمه مقاله توسط مترجمان با تجربه، طبق جدول زیر محاسبه می شود:
شرح | تعرفه ترجمه | زمان تحویل | جمع هزینه |
---|---|---|---|
ترجمه تخصصی - سرعت عادی | هر کلمه 55 تومان | 18 روز بعد از پرداخت | 620,400 تومان |
ترجمه تخصصی - سرعت فوری | هر کلمه 110 تومان | 9 روز بعد از پرداخت | 1,240,800 تومان |
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.
تولید محتوا برای سایت شما
پایگاه ISIArticles آمادگی دارد با همکاری مجموعه «شهر محتوا» با بهره گیری از منابع معتبر علمی، برای کتاب، سایت، وبلاگ، نشریه و سایر رسانه های شما، به زبان فارسی «تولید محتوا» نماید.
- تولید محتوا با مقالات ISI برای سایت یا وبلاگ شما
- تولید محتوا با مقالات ISI برای کتاب شما
- تولید محتوا با مقالات ISI برای نشریه یا رسانه شما
- و...
پیشنهاد می کنیم کیفیت محتوای سایت خود را با استفاده از منابع علمی، افزایش دهید.
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)
Journal : Energy, Volume 140, Part 1, 1 December 2017, Pages 682-695
ترجمه چکیده
پردازش اجزای روند در تقاضای برق برای پیش بینی بار بلند مدت بارگیری حیاتی است. در هنگام پیش بینی متغیرهای فرکانس بالا، مانند بارهای روزانه یا ساعتی، یک مشکل معمول این است که چگونه سناریوهای بلندمدت - با توجه به آمار جمعیت، رشد تولید ناخالص داخلی، و غیره - سازگار با پیش بینی های کوتاه مدت. رویه های سنتی که به روش های ناپایدار اعمال می شوند قادر به شبیه سازی پیش بینی ها در سناریو های بلندمدت جایگزین نیستند. از سوی دیگر، مدل های موجود که تغییرات در روندهای بلندمدت را امکان پذیر می سازند، تمایلی به انقباضات سالهای آخر سال دارند. در این مقاله یک روش پیش بینی جدید ارائه شده است که این رویکردها را بهبود می بخشد و قادر است ویژگی های طولانی و کوتاه مدت را با استفاده از تکنیک های تجزیه آمیز زمانه ترکیب کند. این روش برای پیش بینی بار الکتریکی برای اسپانیا استفاده می شود و عملکرد آن با شبکه ی عصبی غیرخطی با ورودی های خارجی مقایسه می شود. روش پیشنهادی ما به اندازه کافی انعطاف پذیری است که برای سناریوهای مختلف براساس پیش فرض های جایگزین در ارتباط با هر دو روندهای بلند مدت و همچنین پیش بینی های کوتاه مدت استفاده می شود.