كيفية نمذجة ملفات تحميل الكهرباء الأوروبية باستخدام الشبكات العصبية الاصطناعية

نقدم طريقة لإنشاء ملفات تحميل كهربائية اصطناعية تعتمد على الطقس، سنوية، لدول أوروبا بدقة ساعة واحدة باستخدام الشبكات العصبية الاصطناعية كأساس ضروري للتوقعات طويلة الأمد. لهذا الغرض، نقوم بتدريب شبكة عصبية كثيفة متصلة بالكامل تحتوي على 5 طبقات خفية و1,024 عقدة خفية في كل طبقة باستخدام بيانات تاريخية لألمانيا من 2006 إلى 2015. تشمل المعلمات المدخلة المستخدمة في النموذج معلومات تقويمية، أحمال الذروة السنوية، وبيانات الطقس. نقوم بمقارنة نتائجنا مع الطريقة الحالية الأكثر تقدماً لإنشاء ملفات تحميل اصطناعية المستخدمة في التوقعات المتوسطة المدى التي نشرتها الشبكة الأوروبية لمشغلي أنظمة النقل (entso-e). بالنسبة لسنة التحقق 2016، يظهر نهجنا معدل خطأ نسبي مطلق متوسط قدره 2.8%، بينما يظهر الأسلوب المستخدم من قبل entso-e متوسط خطأ قدره 4.8%. ثم نجري توقعات لألمانيا، السويد، إسبانيا، وفرنسا باستخدام ملفات التحميل الاصطناعية لدينا لعام السيناريو 2025 لإظهار قابليتها للتطبيق على مستوى أوروبا. أخيراً، نقوم بتقييم اختلافات المعلمات التي توضح التأثيرات الكبيرة لدرجات الحرارة الخارجية وسرعة الرياح على تحميل الكهرباء. يمكن أن تساعد طريقتنا في زيادة دقة التوقعات للأحمال الكهربائية المستقبلية حيث إن ملفات تحميل الكهرباء تمثل مدخلاً ضرورياً لهذه التوقعات.