تخمینگر توان راکتیو واحدهای بادی به روش شبکه های عصبی

در این مقاله، با استفاده از یک جبرانساز استاتیکی، اختلالات احتمالی موجود واحدهای بادی مورد بررسی قرار میگیرد. بر همین اساس در سناریوهایی با اتصال یک جبرانساز استاتیکی، به کنترل توان راکتیو شبکه میپردازیم. در این بین با توجه به این نکته که امروزه اپراتورهای خطوط توزیع نیاز به پیشبینی مناسبی از رفتار شبکه دارند، از یکشبکه عصبی مبتنی بر هوش مصنوعی برای پیشبینی مقدار توان راکتیو تزریقی بهبود یافته در حالات مختف شبکه قدرت استفاده کردهایم.آموزش شبکه عصبی با استفاده از شبکه پرسپترون و FEED FORWARD در دو آزمایش 05 لایه و 055 لایه مخفی شبیه سازی شده است. نتایج بدست آمده از شبکه عصبی از دو الگوریتم انجام شده نشان از دقت بالا و خطای کمتر حالت 055 لایه مخفی در مقایسه با دیگر الگوریتم ها میدهد. این پیشبینی را می توان به عنوان یک ابزار پشتیبانی تصمیم گیری برای کمک به اپراتور در مراکز کنترل انرژی استفاده کرد. شبکه مورد مطالعه در یک سیستم 3باسه، در متفب/ سیمولینک شبیه سازی شده است

کلیدواژه ها:

شبکه های عصبی٬ کنترل توان راکتیو ٬ واحدهای بادی٬ جبرانسازهای استاتیکی ، هوش مصنوعی