تشخیص جزیره ای شدن در سیستم های فتوولتائیك متصل به شبكه با استفاده از شبكه عصبی مصنوعی
- سال انتشار: 1399
- محل انتشار: چهارمین کنفرانس بین المللی توسعه فناوری در مهندسی برق ایران
- کد COI اختصاصی: ECMCONF04_013
- زبان مقاله: فارسی
- تعداد مشاهده: 645
نویسندگان
شرکت برق منطقه ای خراسان
شرکت برق منطقه ای خراسان
دانشجوی کارشناسی ارشد دانشگاه شیراز
چکیده
اين مقاله براي تشخيص جزيره اي شدن در يك سيستم فتوولتائيك PV متصل به شبكه به كمك يادگيري ماشين توسعه داده شده است. در ابتدا سيگنال ولتاژ دو سر آرايه PV براي تشخيص جزيرهاي شدن در سيستم نظارت مي شود. در مرحله بعد انرژي ولتاژ آرايه PV در قالب پنجره هاي چرخان به طور پيوسته محاسبه مي شود. اين پنجره ها به صورت آنلاين به يك شبكه عصبي آموزش ديده لينك مي شود و چنانچه مقدار تخمين زده شده ي شبكه عصبي از حد آستانه تعيين شده تجاوز كند، وقوع جزيره اي شدن تشخيص داده مي شود. از مزاياي روش پيشنهادي اين است كه براي استخراج ويژگي نيازمند تكنيك هاي پردازش سيگنال پيچيده نمي باشد و بنابراين حجم محاسباتي كمي دارد. در نهايت با شبيه سازي يك سيستم نمونه در نرم افزار متلب/ سيمولينك كارايي روش پيشنهادي تاييد مي شود.کلیدواژه ها
تشخیص جزیره ای شدن، شبکه های عصبی مصنوعی، سیستم فتوولتائیک، حفاظتمقالات مرتبط جدید
- کاشت یون در نیمه رساناها: تاریخچه، فرایند، اثرات، کاربردها، چالش ها
- تخمین نفوذ مس در نوارهای لبه ای با استفاده از شبکه های عصبی عمیق
- آینده ی تولید غذا با اینترنت اشیاء
- پیشرفتهای نوین در یکپارچه سازی فرآیند دوقطبی در فناوری های میکروالکترونیک
- آخرین پیشرفتها در فناوری کاشت یون در سیلیکون کاربید و گالیوم نیترید
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.