فروش لپ تاپ نو و استوک بازاریان فروش عطر و ادکلن پرفیومی محمد طاها لطفی | taha lotfi طراحی سایت و دیجیتال مارکتینگ تاترین ، تاترین سکوی پرتاب برند شما افزایش دقت پیش‌بینی بار الکتریکی کوتاه‌مدت جهت استفاده در ماژول پیش‌بینی بار PAHBAR ADMS - بومرنگ "شبکه خدمات نوآوری"
اشتراک گذاری با دوستان
اشتراک گذاری در linkedin
اشتراک گذاری در twitter
اشتراک گذاری در facebook
اشتراک گذاری در telegram
اشتراک گذاری در whatsapp

وضعیت: باز

  شماره سند:

  تاریخ انتشار: 1402/11/20

  مهلت ارسال پیشنهاد: 1402/11/20

  فرصت‌ها: براساس پیشنهاد‌ها قابل‌ مذاکره خواهد بود.

 تماس : 02166530680 – 02166533864

  ارسال پروپوزال‌ها: https://ghazal.inif.ir

ضرورت مسئله

پیش‌بینی بار الکتریکی، موضوعی مهم جهت دستیابی به عملکرد قابل اطمینان، اقتصادی و همچنین برنامه‌ریزی برای سیستم قدرت است. پیش‌بینی‌های مصرف بار الکتریکی با افق زمانی میان‌مدت و بلندمدت نیز برای برنامه‌ریزی‌های مدیریتی، کاربرد دارد. پیش‌بینی کوتاه‌مدت بارالکتریکی مصرفی شرکت‌های توزیع برق، به‌منظور مدیریت بار الکتریکی در شرایط اضطراری، توسط واحد دیسپاچینگ شرکت‌های توزیع و همچنین جهت خرید انرژی از بورس برق توسط واحد بازار برق شرکت‌های توزیع انجام می‌گیرد.

مسائل مختلفی همچون تعطیلات برنامه‌ریزی‌نشده، بیماری‌های فراگیر و رخدادهای طبیعی غیرمنتظره، منجر به تغییرات ناخواسته و غیرقابل‌پیش‌بینی در بار الکتریکی مصرفی می‌گردد و کارایی الگوریتم‌های کلاسیک در پیش‌بینی بار الکتریکی را با چالش مواجه می‌کند.

در همین راستا شرکت متقاضی محصولی ارائه داده است که یکی از ماژول‌های آن، موتور پیش‌بینی بار الکتریکی کوتاه‌مدت و میان‌مدت است، اما با توجه به خطای ماژول در حضور عدم قطعیت‌ها،  طرح حاضر در راستای بهبود و ارتقا الگوریتم‌های محصول جهت افزایش دقت و توانایی بالاتر در برخورد با عدم‌قطعیت‌ها ارائه شده است.

مشروح مسئله تحقیقاتی

به منظور افزایش دقت پیش‌بینی بار الکتریکی مصرفی باید از الگوریتم‌های هوش مصنوعی و مبتنی بر شناخت مهندسی بهره گرفته شود. از جمله چالش‌های پیشرو این طرح پژوهشی می‌توان به این موضوع اشاره کرد که داده‌های موجود برای یادگیری موتور هوشمند محدود هستند، از طرفی سیستم پویایی بالایی دارد و نسبت به پنج سال گذشته، روال مصرف انرژی تغییرات اساسی داشته است؛ لذا وجود داده‌های محدود سال‌های گذشته با وجود تغییرات میزان مصرف به پیش‌بینی دقیق‌تر کمک نخواهد کرد. همچنین بار الکتریکی مصرفی ماهیت غیرایستا دارد و روزهای هفته و در ماه‌های مختلف متفاوت است. علاوه بر این، میزان بار الکتریکی مصرفی، تابع شاخص‌های اجتماعی همچون تعطیلات رسمی و مناسبت‌های مذهبی نیز می‌باشد که پیش‌بینی بار الکتریکی را با چالش روبرو می‌کند.

در حال حاضر الگوریتم‌های هوشمند به‌کار‌ گرفته‌شده در موتور پیش‌بینی محصول این شرکت در گام‌های ابتدایی می‌باشد. به عبارتی پارامترهای الگوریتم‌ها بهینه نشده‌ است و خطای الگوریتم‌های موجود این محصول زیاد است؛ به‌طوری‌که برای ایام پیک و زمان‌هایی همچون تعطیلات رسمی، خطا قابل‌توجه خواهد بود.

هدف از طرح پژوهشی حاضر افزایش دقت پیش­بینی بار الکتریکی است. خطای پیش‌بینی در حال حاضر حدود 3%-4% برای سال 1402 می‌باشد. هدف کاهش خطا تا محدوده 1%-2.5% برای یک شرکت توزیع برق می‌باشد.

انتظار می‌رود با اجرای طرح حاضر، دستاوردهای زیر حاصل شود:

  • کاهش هزینه‌های جاری در شرکت‌های توزیع (نظام جریمه و پاداش با توجه به‌دقت پیش‌بینی بار الکتریکی توسط توانیر برای شرکت‌های توزیع عملیاتی شده است)
  • بهینه‌سازی تولید با توجه به کاهش نیاز به رزرو به دلیل پیش‌بینی دقیق‌تر بار الکتریکی
  • بهبود مدیریت بار با توجه به افزایش دقت پیش‌بینی بار الکتریکی در فیدر
  • جلوگیری از اضافه‌بار شبکه (به‌ازای 1 درصد دقت تا 0.1-0.4 کاهش هزینه تولید)

قابل ذکر است که داده‌های هیستوریکال بار الکتریکی جهت توسعه الگوریتم از طرف شرکت متقاضی تامین خواهد شد

گام‌های تحقیق

  • بررسی و تعیین وزن هر feature برای پیش‌بینی بار الکتریکی و میزان تاثیر آن‌ها در خروجی
  • استخراج الگوریتم هوشمند یا ترکیب مناسب الگوریتم‌ها با توانایی پیش‌بینی تغییرات بار الکتریکی بادقت مطلوب و در عدم‌قطعیت‌های مختلف
  • استفاده از روش‌های بهینه‌سازی همچون الگوریتم‌های تکاملی جهت استخراج پارامترهای بهینه

خروجی‌های مورد انتظار تحقیق

  • سیستم هوشمند و بهینه پیش‌بینی بار الکتریکی بادقت 1-2.5 درصد

الزامات تحقیق

  • استفاده از سیستم‌های یادگیری عمیق (هوشمند)، بطور خاص یادگیری عمیق
  • استفاده از الگوریتم‌های تکاملی، تکنیک‌های خوشه‌بندی، انتخاب feature
  • برنامه‌نویسی طرح به زبان پایتون (نسخه‌های 3.10 و 3.11)

معیارهای ارزیابی و انتخاب مجری

  • تحصیلات و سوابق تیم تحقیقاتی و تناسب آن با مسئله
  • رویکرد فنی تیم تحقیقاتی به مسئله
  • دسترسی به تجهیزات آزمایشگاهی و مواد اولیه و سایر الزامات اجرای تحقیق
  • زمان و هزینه اجرای تحقیق

تسهیم مالکیت فکری

  • مالکیت معنوی: مجری در مالکیت معنوی ناشی از اجرای تحقیق سهیم خواهد بود و انتشار مقاله مشترک توسط مجری و متقاضی در ژورنال‌های داخلی و خارجی، ارائه مقاله در کنفرانس‌ها و سمینارها با موافقت و اشاره به نام همه دست‌اندرکاران مجاز خواهد بود.
  • مالکیت منافع مادی: با توجه به مدل کسب‌وکار شرکت متقاضی، منافع مالی ناشی از توسعه این فناوری تماماً متعلق به شرکت متقاضی بوده و مجری صرفاً حق‌الزحمه اجرای پروژه تحقیقاتی را دریافت خواهد کرد.

روش ارسال پیشنهاد

پروپوزال‌ها صرفاً باید در چارچوب موردنظر صندوق نوآوری و شکوفایی، تدوین و حداکثر تا تاریخ 20 بهمن ماه 1402 در سامانه غزال به آدرسhttps://ghazal.inif.ir ارسال شوند. پروپوزال‌هایی که در چارچوبی غیرازآن، یا به روش‌های دیگر به دست صندوق برسند، وارد فرایند ارزیابی نخواهند شد.