فیلتر های جستجو:
فیلتری انتخاب نشده است.
نمایش ۱٬۲۰۱ تا ۱٬۲۲۰ مورد از کل ۳٬۱۰۰ مورد.
در سایه سار نفت ارزان
خصوصی‌سازی در صنعت برق
استفاده از رهیافت های شبکه های عصبی مصنوعی و سری زمانی در پیش بینی میزان مصرف انرژی الکتریکی در بخش کشاورزی(مقاله علمی وزارت علوم)
حوزه های تخصصی:
هدف اصلی این مطالعه پیش بینی میزان مصرف انرژی الکتریکی در بخش کشاورزی است. برای این منظور از روش های سری زمانی خود توضیح جمعی میانگین متحرک(ARIMA) و شبکه ی عصبی مصنوعی استفاده شد. به منظور انجام بررسی، از داده های سالانه ی دوره ی 1346 تا 1383 برای برآورد و آموزش مدل ها و از داده های دوره ی 1384 تا 1387 به منظور بررسی قدرت پیش بینی مدل های مختلف استفاده شد. در این مطالعه معیارهای ارزیابی مختلفی شامل میانگین قدرمطلق خطا(MAE)، میانگین مجذور خطا(MSE) و درصد میانگین مطلق خطا(MAPE) مورد استفاده قرار گرفتند. نتایج مطالعه نشان داد که شبکه ی عصبی پرسپترون سه لایه با روش آموزش الگوریتم پس انتشار دارای MAPE معادل 02/1 درصد می باشد که کمتر از مقدار این آماره برای مدل سری زمانی است(13/1 درصد). سایر معیارهای خطا نیز نتایج یکسانی دارند و بر این اساس شبکه ی عصبی قادر است میزان مصرف برق در بخش کشاورزی را بهتر از مدل ARIMA پیش بینی نماید. لذا پیشنهاد می شود وزرات نیرو جهت پیش بینی های آتی خود از این روش استفاده نماید.
ارزشگذاری ویژگی های سرمایه گذاری در انرژی های تجدیدپذیردر استان خراسان رضوی(مقاله علمی وزارت علوم)
حوزه های تخصصی:
در چند سال اخیر نحوه نگرش به موضوع انرژی در ایران تغییر یافته است، تجدیدناپذیری انرژی های فسیلی و از سوی دیگر افزایش مداوم قیمت ها و اجرای طرح هایی همچون هدفمند کردن یارانه ها، دولت ها را بر آن داشته است که به سوی مجموعه ای از انرژی های نو حرکت کنند. اتخاذ و توسعه سیاست ها و راهبردهای مناسب برای سرمایه گذاری در انرژی های تجدیدپذیر، به تجزیه و تحلیل مزایای سرمایه گذاری در آن بر اساس تمایل به پرداخت خانوارها نیاز دارد. این مقاله با استفاده از اطلاعات مقطع زمانی سال 1393 مربوط به 250 خانوار و 4518 مشاهده از استان خراسان رضوی و به کارگیری آزمون انتخاب و مدل لاجیت متداخل به ارزش گذاری ویژگی های سرمایه گذاری در انرژی های تجدیدپذیر پرداخته است. برآورد مدل لاجیت متداخل با متغیرهای اقتصادی- اجتماعی نشان داد، که سن، مالکیت مسکن و داشتن خودرو بر میزان تمایل به پرداخت ها تأثیر مثبت و معنی داری دارد. هم چنین خانوارهای شهری برای کاهش آلودگی هوا و افزایش اشتغال زایی ارزش بیشتری قائل هستند. آنها برای این دو ویژگی به ترتیب تمایل به پرداخت ماهانه ای برابر 48033 و 34947 ریال دارند. از طرفی برای تأثیرات چشم اندازی ارزش زیادی قائل نیستند و تمایل به پرداخت ماهانه ای برابر 1669 ریال برای آن دارند. با توجه به یافته ها، اجرای مطالعه به صورت جامع تر در ایران و به صورت دوره های زمانی 3 تا4 ساله برای بررسی سیاست های اجرا شده در خصوص انرژی های تجدیدپذیر پیشنهاد شده است.