تنظیم بهینه نواحی رله دیستانس با الگوسازی احتمالی عدم قطعیت ها
سال انتشار: 1395
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 189
فایل این مقاله در 16 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_ISEE-7-4_003
تاریخ نمایه سازی: 6 دی 1400
چکیده مقاله:
در این مقاله، روش جدیدی به منظور تعیین تنظیم بهینه رله های دیستانس با الگوسازی احتمالی عدم قطعیت های موثر ارائه شده است. برای الگوسازی عدم قطعیت ها، برای هر یک از عدم قطعیت ها، توابع چگالی متناظر با آن ها ارائه شده است و بر اساس این، توزیع احتمالی امپدانس دیده شده از رله دیستانس به کمک فرآیند مونت کارلو به دست آمده است. نواحی سه گانه رله دیستانس باید به نحوی تنظیم شود که به ازای خطاهای داخلی، عملکرد داشته باشد (حساسیت) و به ازای خطاهای خارجی، عملکردی نداشته باشد (هماهنگی). بر اساس این، برای هر یک از نواحی سه گانه رله دیستانس، شاخص احتمالی حساسیت و هماهنگی به صورت مستقل تعریف شده اند. در ادامه، سناریوهای مختلف برای حداکثرکردن شاخص حساسیت یا هماهنگی ارائه شده اند. درنهایت، با توجه به اهمیت بیشتر هماهنگی نسبت به حساسیت، سناریوی حداکثرکردن حساسیت به همراه هماهنگی کامل پیشنهاد شده است. براساس این سناریو، مسئله تعیین تنظیم بهینه هر یک از نواحی رله دیستانس به صورت یک مسئله بهینه سازی با هدف حداکثرکردن شاخص حساسیت و برقراری قید هماهنگی تعریف شده است. با توجه به غیرخطی بودن فرمول بندی های ارائه شده، از الگوریتم ژنتیک برای حل این مسئله ها استفاده شده است. روش پیشنهادی به شبکه ۳۹ شینه IEEE، اعمال شده و مزیت فرمول بندی ارائه شده برای هر یک از نواحی سه گانه رله دیستانس ارائه شده است.
کلیدواژه ها:
نویسندگان
محمد شعبانی
دانشجوی کارشناسی ارشد، دانشکده مهندسی برق و کامپیوتر - دانشگاه بیرجند - بیرجند - ایران
عباس صابری نوقابی
استادیار، دانشکده مهندسی برق و کامپیوتر - دانشگاه بیرجند - بیرجند - ایران
محسن فرشاد
دانشیار، دانشکده مهندسی برق و کامپیوتر - دانشگاه بیرجند - بیرجند - ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :