1. NHỮNG ểNG GểP CỦA LUẬN ÁN Đ
Luận ỏn “Nghiờn cứu và ứng dụng m ng Nạ ơron và lụgớc mờ cho bài toỏn dự bỏo phụ tải điện ngắn hạn” đó xõy dựng được mụ hỡnh mạng nơron mới thớch h p cho bài toỏn dự bỏo phụ ảợ t i ngắn hạn trong Hệ ố th ng điện:
Đúng gúp m i th nh t: V mặớ ứ ấ ề t lý lu n, lu n ỏn ó đề xu t được ậ ậ đ ấ phương ỏn mở rộng mụ hỡnh hoạt động c a mạng Kohonen bằng cỏch phối ủ hợp thờm cỏc ý tưởng của luật suy luận sử dụng lụ-gic m (m ng Fuzzy ờ ạ Extended Kohonen) để dự bỏo hỡnh d ng chu n c a đồ th ph tải ngày. ạ ẩ ủ ị ụ Trước đõy cỏc mụ hỡnh này thường được sử dụng độc lõp trong cỏc gi i ả phỏp khỏc nhau, khụng được sử dụng ph i h p để ti p t c phỏt huy được ố ợ ế ụ ư đ ểu i m c a t ng mụ hỡnh và h n ch được nhược i m c a chỳng. ủ ừ ạ ế đ ể ủ
Đúng gúp m i th hai: V mặớ ứ ề t lý lu n, luận ỏn đó đề xuất mụ hỡnh ậ hỗn h p sợ ử dụng hai dạng ước lượng cơ bản là phi tuyến và tuyến tớnh để ước lượng cỏc giỏ trị đỉnh Pmax, giỏ trị đỏy Pmin của đồ thị phụ ả t i.
Đúng gúp m i thứ ba: Về mặớ t lý lu n, lu n ỏn đậ ậ ó đề xu t phương phỏp ấ xử lý số liệu dựng thuật toỏn SVD để đỏnh giỏ mức độ nh hưởng c a cỏc đặc ả ủ tớnh đầu vào, từ đ ú tạo cơ sở để l a chọn cỏc đặc tớnh cuối cựng dựng cho cỏc ự mụ hỡnh dự bỏo.
Đúng gúp m i thứ tư: Về mặớ t th c tế, luận ỏn đ ứự ó ng dụng thành cụng mụ hỡnh được đề xuất để dự bỏo phụ tải ng n hạn cho tỉnh Thỏi Nguyờn, với ắ kết quả cú độ chớnh xỏc cao hơn so với cỏc giải phỏp kinh điển.
2. ĐỀ XUẤT HƯỚNG NGHIấN CỨU TIẾP THEO
Luận ỏn đó đề xuất mụ hỡnh dự bỏo phụ tả đ ệi i n m i là mụ hỡnh h n ớ ỗ hợp và ỏp dụng vào việc dự bỏo đồ thị phụ tả đ ệi i n th c t cho t nh Thỏi ự ế ỉ Nguyờn. Tuy nhiờn trong lĩnh v c nghiờn cứu cũn một số tồ ạ ầự n t i c n được tiếp tục được nghiờn cứu và giải quyết: cần đưa thờm vào mụ hỡnh m ng ạ nơron cỏc thụng số thời tiết cú ảnh hưởng đến phụ tải (độ m, lượng m a, ẩ ư số giờ nắng....), đặc i m đặc thự c a cỏc ngày đặc bi t (ngày l , t t....) để đ ể ủ ệ ễ ế cú thể nõng cao hơn độ chớnh xỏc, m c độ tin cậy của dự bỏo. ứ
DANH MỤC CễNG TRèNH CỦA TÁC GIẢ
1. Trần Hoài Linh, Nguy n Quõn Nhu, ễ Application of hybrid model in daily peak power load prediction problem (Ứng dụng mụ hỡnh hỗn hợp trong dự bỏo phụ tải đỉnh c a bi u đồ ph tải ngày). Tạủ ể ụ p chớ Khoa h c và ọ cụng nghệ cỏc trường đại học kỹ thuật, số 73, trang 46-49, 2009.
2. Trần Hoài Linh, Nguy n Quõn Nhu,Trễ ần v n Giang, Polit Monique, ă Ứng d ng phương phỏp chu i th i gian và m ng n ron trong d bỏo ph ụ ỗ ờ ạ ơ ự ụ tải ngày của thành phố Hà Nội (Estimation of short - time daily power load for Ha Noi city using time series and neural networks). Tạp chớ Khoa h c ọ và cụng nghệ Đạ ọc Thỏi Nguyờn, tập 55, số 7, trang 75-80, 2009. i h
3. Trần Hoài Linh, Nguyễn Quõn Nhu, Ứng d ng m ng Nụ ạ ơ - ron Kohonen phối hợp với lụ - gớc mờ trong dự bỏo dạng của biểu đồ phụ tải ngắn hạn (Combined applications of Kohonen self - organizing network and fuzzy - logic in the prediction of short- term power load profile). Tạp chớ Khoa học và cụng nghệ Đại học Thỏi Nguyờn, tập 56, số 8, trang 31-36, 2009.
4. Phạm Thượng Hàn, Trần Hoài Linh, Nguyễn Quõn Nhu, Mụ hỡnh hỗn hợp và ứng dụng trong ước lượng cỏc quan hệ phi tuyến. Tuyển t p ậ bỏo cỏo khoa học Hội nghị khoa học kỹ thuậ đt o lường toàn quố ần thứ 5, c l trang 298-304, 2010.