A NEURAL NETWORK FORECASTING APPROACH FOR THE SMART GRID DEMAND RESPONSE MANAGEMENT PROBLEM. Masters thesis, King Fahd University of Petroleum and Minerals.

PDF (G202006840) organized new-merged.pdf Restricted to Repository staff only until 17 September 2024. Download (1MB)

Arabic Abstract

تعد إدارة الاستجابة للطلب على الطاقة أمرا بالغ الأهمية لنطوير الشبكات الذكية.حيث تعد القدرة على تقدير الطلب على الكهرباء من المنازل مهم جدا لتحقيق أفضل تشغيل وتخطيط لنظام الطاقة.إن التنبؤ بالعناصرالمطلوبة يعد مهمة ضرورية لأنه يمكن أن يؤثر بشكل كبير على التكلفة النهائية و يساعد في تقليل المخاطر و اتخاذ قرارات أفضل. تقترح هذه الرسالة طريقة للتنبؤ من خلال شبكة العصبية لإدارة جانب الطلب على الطاقة في الشبكات الذكية. كما تستكشف بنيات محسنة و مختلفة للشبكة العصبية الصتاعية لإدارة جانب الإ ستهلاك في الشبكات الذكية. و تظهر من خلال النتائج التجريبية قدرة إطار الشبكة العصبية المقترح على توفير تنبؤ دقيق وموثوق للطلب على الطاقة.

English Abstract

Demand response management (DRM) is crucial to the development of smart grids in the future. The ability to precisely estimate the electricity demand of individual houses is critical to the best operation and planning of the power system. Forecasting the needed components is essential because it can significantly affect the final cost, help to reduce risks, and make better decisions. This thesis proposes a Neural Network forecasting approach for smart grid demand side management. It explores different improved ANN architectures for the forecasting of smart grid consumption. Experimental results show the ability of the proposed neural network framework to provide accurate and reliable energy demand forecasting.

Item Type:	Thesis (Masters)
Subjects:	Math
Department:	College of Computing and Mathematics > Mathematics
Committee Advisor:	Slim, Belhaiza
Committee Members:	Alshahrani, Mohammed M. and Mesbah, Wessam
Depositing User:	SARA AL ABDALLAH (g202006840)
Date Deposited:	17 Sep 2023 08:35
Last Modified:	17 Sep 2023 08:35
URI:	http://eprints.kfupm.edu.sa/id/eprint/142495