﻿<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<ArticleSet>
<Article>
<Journal>
<PublisherName>نواندیشان</PublisherName>
<JournalTitle>کهربا</JournalTitle>
<Issn>2322-3723</Issn>
<Volume>47</Volume>
<Issue>02</Issue>
<PubDate PubStatus="epublish">
<Year>2025</Year>
<Month>6</Month>
<Day>15</Day>
</PubDate>
</Journal>
<ArticleTitle>تحلیل و بهینه‌سازی عملکرد شبکه‌های برق هوشمند با استفاده از الگوریتم‌های یادگیری ماشین: چالش‌ها و راهکارهای نوین</ArticleTitle>
<FirstPage>26</FirstPage>
<LastPage>33</LastPage>
<Language>FA</Language>
<AuthorList>
<Author>
<FirstName>علیرضا</FirstName>
<LastName>جوشن</LastName>
<Affiliation>کارشناسی ارشد برق قدرت گرایش الکترونیک قدرت و ماشین های الکتریکی، دانشگاه گیلان</Affiliation>
</Author>
<Author>
<Author>
<FirstName></FirstName>
<LastName></LastName>
<Affiliation> </Affiliation>
</Author>
<FirstName></FirstName>
<LastName></LastName>
<Affiliation></Affiliation>
</Author>
</AuthorList>
<Identifier Source="ORCID">KNO-1201-4702</Identifier>
<PublicationType>Journal Article</PublicationType>
<History>
<PubDate PubStatus="received">
<Year>2025</Year>
<Month>6</Month>
<Day>15</Day>
</PubDate>
</History>
<OtherAbstract Language="FA">
شبکه‌های برق هوشمند به عنوان یک راهکار نوین برای مدیریت و توزیع انرژی در عصر دیجیتال، به طور فزاینده‌ای در حال توسعه و گسترش هستند. این مقاله مروری به تحلیل و بررسی عملکرد شبکه‌های برق هوشمند و نقش الگوریتم‌های یادگیری ماشین در بهینه‌سازی این عملکرد می‌پردازد.در ابتدا، ساختار و اجزای اصلی شبکه‌های برق هوشمند، از جمله حسگرها، سیستم‌های کنترل و ارتباطات، معرفی می‌شود. سپس، چالش‌های کلیدی موجود در این شبکه‌ها، از جمله مدیریت بار، ادغام منابع انرژی تجدیدپذیر و حفظ امنیت سایبری، مورد بررسی قرار می‌گیرد.این مقاله به بررسی انواع الگوریتم‌های یادگیری ماشین، از جمله یادگیری نظارت‌شده و بدون نظارت، و کاربردهای آن‌ها در پیش‌بینی بار، مدیریت تقاضا و تشخیص ناهنجاری‌ها می‌پردازد. نتایج تجربی از پیاده‌سازی این الگوریتم‌ها در شبکه‌های برق هوشمند نشان‌دهنده بهبود قابل توجه در کارایی و کاهش هزینه‌ها است.در نهایت، این مقاله به چالش‌های موجود در پیاده‌سازی الگوریتم‌های یادگیری ماشین در شبکه‌های برق هوشمند، از جمله نیاز به داده‌های با کیفیت، مسائل مربوط به حریم خصوصی و امنیت، و نیاز به زیرساخت‌های مناسب، می‌پردازد. همچنین، پیشنهادهایی برای تحقیقات آینده و راهکارهای نوین برای بهبود عملکرد شبکه‌های برق هوشمند ارائه می‌شود.این مقاله به عنوان یک منبع جامع برای پژوهشگران و متخصصان در زمینه انرژی و فناوری اطلاعات، به بررسی روندهای جاری و آینده در این حوزه می‌پردازد و به اهمیت همکاری بین بخش‌های مختلف صنعت و دانشگاه‌ها در توسعه و بهینه‌سازی شبکه‌های برق هوشمند تأکید می‌کند.
</OtherAbstract>
<ObjectList>
<Object Type="keyword">
<Param Name="value">شبکه‌های برق هوشمند</Param>
</Object>
<Object Type="keyword">
<Param Name="value">یادگیری ماشین</Param>
</Object>
<Object Type="keyword">
<Param Name="value">بهینه‌سازی عملکرد</Param>
</Object>
<Object Type="keyword">
<Param Name="value"></Param>
</Object>
<Object Type="keyword">
<Param Name="value">پیش‌بینی بار</Param>
</Object>
<Object Type="keyword">
<Param Name="value">امنیت سایبری</Param>
</Object>
<Object Type="keyword">
<Param Name="value"></Param>
</Object>
<Object Type="keyword">
<Param Name="value"></Param>
</Object>
</ObjectList>
<ArchiveCopySource>https://kahrobaonline.ir/wp-content/uploads/edd/2025/06/khr-4702.pdf</ArchiveCopySource>
</Article>
</ArticleSet>