BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT TP. HỒ CHÍ MINH
KHOA ĐIỆN – ĐIỆN TỬ

ĐỒ ÁN TỐT NGHIỆP
Chuyên ngành Điện Công Nghiệp

Đề Tài:

NGHIÊN CỨU DỰ BÁO PHỤ TẢI NGẮN HẠN CHO
HỆ THỐNG ĐIỆN
GVHD:

TS. Lê Trọng Nghĩa

SVTH:

Nguyễn Quang Tiến

MSSV:

19142395

KHOÁ:

2019 - 2023

TP.HCM, Tháng 6 năm 2023

CỘNG HÒA XÃ HỘI CHỦ NGHĨA
VIỆT NAM
Độc lập – Tự do – Hạnh phúc
o0o

THÔNG TIN KHÓA LUẬN TỐT NGHIỆP
1. Thông tin sinh viên
Họ và tên sinh viên: Nguyễn Quang Tiến

MSSV: 19142395

Email: [email protected]

Điện thoại: 0964036976

2. Thông tin đề tài
- Tên của đề tài: Nghiên cứu dự báo phụ tải ngắn hạn cho hệ thống điện.
- Đơn vị quản lý: Bộ môn Điện Công nghiệp, Khoa Điện - Điện Tử, Trường Đại
Học Sư Phạm Kỹ Thuật Tp. Hồ Chí Minh.
- Thời gian thực hiện: Từ ngày 14/02/2023 đến ngày 30/06/2023.
3. Lời cam đoan
Tôi cam đoan Khóa Luận Tốt Nghiệp là công trình nghiên cứu của tôi dưới sự
hướng dẫn của TS. Lê Trọng Nghĩa. Kết quả công bố trong Khóa Luận Tốt Nghiệp
là trung thực và không sao chép từ bất kỳ công trình nào khác.
Tp. HCM, ngày 30 tháng 06 năm 2023
Sinh viên thực hiện

Tp. HCM, ngày 30 tháng 06 năm 2023

Tp. HCM, ngày 01 tháng 07 năm 2023

Giảng viên hướng dẫn

Bộ môn Điện Công nghiệp

i

ĐẠI HỌC SƯ PHẠM KỸ THUẬT TP.HCM
KHOA ĐIỆN – ĐIỆN TỬ
BỘ MÔN: ĐIỆN CÔNG NGHIỆP

BẢNG NHẬN XÉT VÀ ĐÁNH GIÁ CỦA GIÁO VIÊN
HƯỚNG DẪN
I. TÓM TẮT NỘI DUNG CHÍNH
.......................................................................................................................................
.......................................................................................................................................
.......................................................................................................................................
.......................................................................................................................................
.......................................................................................................................................
.......................................................................................................................................
.......................................................................................................................................
II. MÔ TẢ ĐỀ TÀI
.........................................................................................................
...

...
A. Masoumi, F. Jabari, S. Ghassem Zadeh, and B. Mohammadi-Ivatloo,
“Long-term load foreing approach using dynamic feed-forward backpropagation Artificial Neural Network,” Studies in Systems, Decision and
Control, pp. 233–257, 2020
[27] Saduf and Mohd Arif Wani. 2013. Comparative Study of Back
Propagation Learning Algorithms for Neural Networks. International
Journal of Advanced Research in Computer Science and Software
Engineering. 3(12): 1151-1156 December
[28] R. Bala and D. D. Kumar, ‘‘Classification using ANN: A review,’’ Int. J.
Comput. Intell. Res., vol. 13, no. 7, pp. 1811–1820, 2017
[29] S. Knerr, L. Personnaz, and G. Dreyfus, ‘‘Handwritten digit recognition by
neural networks with single-layer training,’’ IEEE Trans. Neural Netw., vol.
3, no. 6, pp. 962–968, Nov. 1992
[30] Oludare Isaac Abiodun, Aman Jantan, “Comprehensive Review of Artificial
Neural Network Applications to Pattern Recognition”
[31] H. A. Quyen, T. P. Trieu, T. N. Le, T. A. Nguyen, and T. N. Huynh, “Load
shedding in Microgrid system with combination of AHP algorithm and
hybrid Ann-ACO algorithm,” International Journal of Applied Science, vol.
5, no. 1, 2022
[32] J. Kennedy and R. Eberhart, Particle swarm optimization, Proceedings of
ICNN95 - International Conference on Neural Networks, Perth, WA,
Australia, 1995, pp. 1942-1948 vol.4, doi: 10.1109/ICNN.1995.488968.
[33] X. -S. Yang and Suash Deb, Cuckoo Search via Lévy flights, 2009 World
Congress on Nature &amp Biologically Inspired Computing (NaBIC),
Coimbatore, India, 2009, pp. 210-214, doi: 10.1109/NABIC.2009.5393690.

73

[34] Chicco, Davide, et al. “The Coefficient of Determination R-Squared Is
More Informative than Smape, Mae, MAPE, MSE and RMSE in
Regression Analysis Evaluation.” PeerJ Computer Science, vol. 7, 2021,
doi:10.7717/peerj-cs.623.
[35] https://www.iso-ne.com/
[36] García Salvador, Luengo Julián, and F. Herrera, “Chapter 5 Dealing with
Noisy Data,” in Data preprocessing in Data Mining, vol. 72, Cham:
Springer, 2015, pp. 107–108
[37] Hu, J. Li, M. Hong, J. Ren, R. Lin, Y. Liu, M. Liu, and Y. Man, “Short term
electric load foreing model and its verification for process industrial
enterprises based on Hybrid Ga-pso-BPNN algorithm—a case study of
papermaking process,” Energy, vol. 170, pp. 1215–1227, 2019
[38] García Salvador, Luengo Julián, and F. Herrera, “Chapter 3 Data Preparation
Basic Models,” in Data preprocessing in Data Mining, vol. 72, Cham:
Springer, 2015, pp. 48–49

74