انتخاب پارامترها و توابع آموزش شبکه عصبی بهینه جهت تخمین حاشیه پایداری ولتاژ

ما دراین مقاله روشی را برای انتخاب شبکه عصبی بهینه جهت تخمین مرزپایداری ولتاژ ارایه کردها یم برای این کار از مدل شبکه عصبی پرسپترون چند لایه برای تخمین حاشیه پایداری ولتاژ سیستم قدرت در نقطه ناپایداری ولتاژ استفاده کرده ایم اندازه و زاویه ولتاژ شین های بار به عنوان ورودی و مرز پایداری ولتاژ به عنوان خروجی مطلوب شبکه عصبی درنظر گرفته شده اند شبیه سازی روی سیستم 14 شینه استاندارد انجام گرفته و با تغییر الگوریتم ها و توابع آموزشی شبکه های عصبی مختلفی را در جعبه ابزار شبکه عصبی متلب ایجاد کردها یم و با مقایسه آنها از نظر تعداد تکرار خطای تخمین و رگرسیون شبکه عصبی بهینه را انتخاب نموده و با تغییر نرخ اموزشی و تعدادتکرار مقادیر بهینه این پارامترها را بهدست آورده ایم.

کلیدواژه ها:

شبکه های عصبی ، پایداری ولتاژی ، حاشیه پایداری ولتاژی ، پخش بار ، مداوم