KFUPM ePrints

Residential Saudi Load Forecasting Using Analytical Model and Artificial Neural Networks

l Residential Saudi Load Forecasting Using Analytical Model and Artificial Neural Networks. Masters thesis, King Fahd University of Petroleum and Minerals.

[img]
Preview
PDF
2507Kb

Arabic Abstract

أصبح التبؤ بالأحمال الكهربائية في السنوات الأخيرة أحد أهم مواضيع البحث و الدراسة. هذا العمل يدرس إمكانية تطبيق طرق مختلفة للتنبؤ بالأحمال على المدى القصير لمناطق سكنية في المملكة العربية السعودية. أقترحت طريقتان في هذا العمل و هي النموذج التحليلي و الشبكات العصبية الاصطناعية. أقترح نموذجان في كل طريقة و هما التنبؤ بالأحمال السكنية في الساعة القادمة و في اليوم القادم. اعتمدت الطريقتان على دراسة نشاطات الناس اليومية كالمناسبات الاجتماعية و الدينية و المناسبات الرسمية بالإضافة إلى الظروف المناخية. أجريت الدراسة على ثلاث مناطق سكنية في دولتين مختلفتين خاضعة لظروف مناخية و تصرفات بشرية مختلفة. تم جمع بيانات لمناطق سكنية من مدينة الخبر و مدينة ينبع الصناعية في المملكة العربية السعودية بالإضافة لبيانات من مدينة سياتل في الولايات المتحدة الأمريكية و ذلك لإثبات قابلية تطبيق النماذج المقترحة على الأحمال السكنية. أظهرت الدراسة نتائج دقيقة جدا للتنبؤ بالأحمال للساعة القادمة باستخدام الشبكات العصبية بينما توصل لنتائج مرضية باستخدام النموذج التحليلي. بالنسبة للتنبؤ بالأحمال لليوم القادم فقد أظهرت الدراسة نتائج مرضية باستخدام الطريقتين. في النهاية أجريت مقارنة بين النتائج المتوصل إليها في هذا العمل مع أحد الأبحاث المنشورة باستخدام طريقة أخرى و ذلك لإظهارفعالية النماذج المقترحة.

English Abstract

In recent years, load forecasting has become one of the main fields of study and research. Short Term Load Forecasting (STLF) is an important part of electrical power system operation and planning. This work investigates the applicability of different approaches; Artificial Neural Networks (ANNs) and hybrid analytical models to forecast residential load in Kingdom of Saudi Arabia (KSA). These two techniques are based on model human modes behavior formulation. These human modes represent social, religious, official occasions and environmental parameters impact. The analysis is carried out on residential areas for three regions in two countries exposed to distinct people activities and weather conditions. The collected data are for Al-Khubar and Yanbu industrial city in KSA, in addition to Seattle, USA to show the validity of the proposed models applied on residential load. For each region, two models are proposed. First model is next hour load forecasting while second model is next day load forecasting. Both models are analyzed using the two techniques. The obtained results for ANN next hour models yield very accurate results for all areas while relatively reasonable results are achieved when using hybrid analytical model. For next day load forecasting, the two approaches yield satisfactory results. Comparative studies were conducted to prove the effectiveness of the models proposed.



Item Type:Thesis (Masters)
Subjects:Engineering
Electrical
Divisions:College Of Engineering Sciences > Electrical Engineering Dept
Committee Advisor:Belhaj, Chokri
Committee Members:Elamin, Ibrahim and Kassas, Mahmoud
ID Code:138633
Deposited By:ABDUL-AZIZ AL-HARBI AHMAD (g200030410)
Deposited On:17 Jun 2012 13:03
Last Modified:24 Nov 2014 10:45

Repository Staff Only: item control page