گسترش منابع انرژی تجدیدپذیر در بخش مسکونی، در حالی که گامی مهم به سوی چشمانداز انرژی پایدارتر است، چالشهای منحصر به فردی را برای اپراتورهای سیستم قدرت ایجاد میکند. ماهیت متناوب تولید انرژیهای تجدیدپذیر، عمدتاً خورشیدی و بادی، میتواند تغییرپذیری و عدم قطعیت قابل توجهی را به شبکه وارد کند. علاوه بر این، نوسانات سریع در تولید انرژیهای تجدیدپذیر میتواند زیرساخت شبکه را تحت فشار قرار دهد و نیاز به سرمایهگذاری در سیستمهای پیشرفته مدیریت شبکه و راهحلهای ذخیرهسازی انرژی برای حفظ پایداری و قابلیت اطمینان سیستم را ایجاد کند. این مقاله یک چارچوب برای پیش بینی روز آینده بار خالص ارائه می دهد. در آن با استفاده از تکنیکهای پیشبینی پیشرفته بار خالص روز آینده را پیشبینی میکند. الگوریتم پیشنهادی VMD-MIIG-CNN-GRU-BiLSTM به میانگین خطای مطلق درصد (MAPE) تقریباً 8٪ برای پیشبینی بار خالص دست مییابد که اثربخشی آن را در در نظر گرفتن پیچیدگیهای ذاتی این متغیرها نشان میدهد.
معمارزاده,غلامرضا و رام,ندا . (1403). یک چارچوب پیشبینی بار خالص برای سیستمهای قدرت با نفوذ بالای انرژی تجدیدپذیر مبتنی بر یادگیری عمیق. سیستم های انرژی: فناوری و مدیریت, 1(1), 1-7. doi: 10.48306/estm.2025.232462
MLA
معمارزاده,غلامرضا , و رام,ندا . "یک چارچوب پیشبینی بار خالص برای سیستمهای قدرت با نفوذ بالای انرژی تجدیدپذیر مبتنی بر یادگیری عمیق", سیستم های انرژی: فناوری و مدیریت, 1, 1, 1403, 1-7. doi: 10.48306/estm.2025.232462
HARVARD
معمارزاده غلامرضا, رام ندا. (1403). 'یک چارچوب پیشبینی بار خالص برای سیستمهای قدرت با نفوذ بالای انرژی تجدیدپذیر مبتنی بر یادگیری عمیق', سیستم های انرژی: فناوری و مدیریت, 1(1), pp. 1-7. doi: 10.48306/estm.2025.232462
CHICAGO
غلامرضا معمارزاده و ندا رام, "یک چارچوب پیشبینی بار خالص برای سیستمهای قدرت با نفوذ بالای انرژی تجدیدپذیر مبتنی بر یادگیری عمیق," سیستم های انرژی: فناوری و مدیریت, 1 1 (1403): 1-7, doi: 10.48306/estm.2025.232462
VANCOUVER
معمارزاده غلامرضا, رام ندا. یک چارچوب پیشبینی بار خالص برای سیستمهای قدرت با نفوذ بالای انرژی تجدیدپذیر مبتنی بر یادگیری عمیق. سیستم های انرژی: فناوری و مدیریت, 1403; 1(1): 1-7. doi: 10.48306/estm.2025.232462
