چکیده مقاله
در سیستم قدرت الکتریکی، پیش‌بینی اوج بار به‌منظور بهینه‌سازی اقتصادی، برنامه‌ریزی خط‌مشی، تخصیص بودجه و مدیریت سوخت نیروگاه‌ها نقش بسیار مهمی بازی می‌کند.دقت روش پیش‌بینی در توسعه‌ی استراتژی تأمین قدرت، و طرح توسعه به‌ویژه برای کشورهای درحال توسعه بسیار مهم است. زیرا در این کشورها نرخ رشد تقاضا پویا و زیاد است. در این نوشتار برای اولین‌بار یک مدل رگرسیون تلفیقی به‌منظور پیش‌بینی اوج بار الکتریکی ماهانه بااستفاده از روش خوشه‌بندی و آنالیز مؤلفه‌های اصلیPCA ارائه شده است. بدین‌منظور داده‌های تقاضای اوج بار ماهانه‌ی ۱۴ سال گذشته در شبکه‌ی قدرت الکتریکی سراسری ایران مورد تجزیه و تحلیل قرار می‌گیرد. مدل ارائه‌شده امکان پیش‌بینی انرژی الکتریکی مصرفی یا اوج بار ماهانه را برای ماه آینده فراهم می‌کند. بدین‌ترتیبکه ابتدا برای بهبود برازش رگرسیون، نقشه‌ی خودسازمان‌دهی(SOM) به‌منظور خوشه‌بندی اوج بار مصرفی ماهانه طراحی شده است و ماه‌های مشابه با یکدیگر در گروه‌هاییکسان قرار داده شده‌اند. سپس با به‌کارگیری شاخص دیویس ـ بولدین بهترین حالت خوشه‌بندی تعیین شده است.
همچنین به‌منظور کاهش ابعاد ورودی‌ها و بهبود نتایج از آنالیز مؤلفه‌های اصلی استفاده شده است. به‌منظور پیش‌بینی اوج بار ماهانه برای هر خوشه نیز از روش رگرسیون استفاده شده است. آنالیز و مقایسه‌ی نتایج پیش‌بینی با روش رگرسیون بدون انجام خوشه‌بندی نشان می‌دهد که دقت عمل مدل ارائه شده بسیار خوب است و خوشه‌بندی داده‌ها موجب بهبود پیش‌بینی شده است.