fa پیش بینی قیمت تسویه در بازار برق: الگوریتم ماشین بردار پشتیبان بهبودیافته تخصصي Special پژوهشي Research با تشکیل بازار برق ایران در سال 1382، تولیدکنندگان انرژی با ثبت پیشنهاد قیمت خود به‌صورت روزانه در سامانه مدیریت شبکه، با یکدیگر به رقابت می‌پردازند.در این رقابت تنها تولیدکنندگانی پیروز هستند که قیمت پیشنهادی آن‌ها پایین‌تر از قیمت تسویه بازار در ساعات روز بعد باشد، ازاین‌رو پیش‌بینی قیمت تسویه بازار در روز بعد برای تولیدکنندگان انرژی امری حیاتی بوده و در کسب هر چه بیشتر سهم بازار برق ایران به صورت روزانه توسط آنها تاثیرگذار است. در این مطالعه با ترکیب الگوریتم <span dir="LTR">K-means</span> و ماشین بردار پشتیبان، مدل جدیدی جهت پیش‌بینی قیمت تسویه بازار در روز بعد ارائه‌شده است. مطابق با نتایج حاصل از پیاده‌سازی مدل پیشنهادی بر روی داده‌های سال 1395 و 1396، هفت خوشه رقابتی برای بازار برق ایران شناسایی‌شده، که متوسط دقت مدل پیشنهادی در پیش‌بینی قیمت تسویه بازار در هر یک از این خوشه‌ها برای سال‌های 1395 و 1396به ترتیب برابر با 96 و 94 درصد می<span dir="LTR">‌</span>باشد.<br> <br> &nbsp; Since the formation of the Iranian electricity market in 1382 (2003), power plants have been competing with each other on a daily basis in the ISO by registering their bid prices. In this competition, the winners are those power plants whose bid prices are lower than the market clearing price for each hour in the next day, so the forecasting the next day market prices is vital for energy producers. In this study, using a combination of K-means algorithm and support vector machine, a new model for predicting the next day market settlement prices is proposed and the model has been used the hourly electricity market prices for 1395-1396 (2016-2017). According to the results, seven competitive clusters were identified for the Iranian electricity market. The average forecasting accuracy of the proposed model for each of these clusters for the years 1395 (2016) and 1396 (2017) was 96% and 94%, repectively. ماشین بردار پشتیبان, خوشه‌بندی, پیش‌بینی قیمت تسویه بازار, بازار برق ایران Support Vector Machine, Clustering, Market Clearing Price Forecast, Iranian Electricity Day-ahead Market 7 34 http://epprjournal.ir/browse.php?a_code=A-10-464-2&slc_lang=fa&sid=1 Omid Motamedi امید معتمدی Omid.motamedi@modares.ac.ir 10031947532846002360 10031947532846002360 No Tarbiat Modares University دانشگاه تربیت مدرس Bakhtiar Ostadi بختیار استادی bostadi@modares.ac.ir 10031947532846002361 10031947532846002361 Yes Tarbiat Modares University دانشگاه تربیت مدرس Ali Husseinzadeh Kashan علی حسین زاده کاشان a.kashan@modares.ac.ir 10031947532846002362 10031947532846002362 No Tarbiat Modares University دانشگاه تربیت مدرس