یک روش جدید بارزدایی فرکانسی بهینه بلادرنگ با استفاده از شاخص های سطح امنیت سیستم قدرت و شبکه های عصبی مصنوعی
سال انتشار: 1393
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 287
فایل این مقاله در 24 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-5-1_007
تاریخ نمایه سازی: 6 دی 1400
چکیده مقاله:
سیستم های قدرت مدرن امروزی در سطح امنیت پایینتری به دلیل تجدید ساختار و مشکل افزایش ظرفیت های انتقال بهره برداری می شوند. وقوع خاموشی های گسترده در سالهای اخیر بیانگر افزایش قابل توجه آسیب پذیری سیستم های قدرت در برابر اغتشاشات می باشد. یکی از آخرین اقدامات کنترلی جهت کنترل شبکه و حفظ پایداری، بارزدایی می باشد. در این مقاله یک روش بارزدایی فرکانسی بهینه بلادرنگ با استفاده از شبکه های عصبی مصنوعی ارائه شده است. این ساختار شامل دو بخش مطالعات آفلاین و استفاده بهنگام می باشد. در بخش مطالعات آفلاین، با توجه به مقدار اندیسهای آسیب پذیری و حاشیه امنیت کل سیستم قدرت و فرکانس مینیمم و نرخ تغییرات فرکانس مرکز اینرسی معادل (dfc/dt) در سناریوهای اغتشاش مختلف N-K، پایگاه داده ورودی شبکه عصبی ایجاد و شرایط امنیت سیستم در هر اغتشاش تشخیص داده می شود. در هر سناریو مقدار بارزدایی اکتیو و راکتیو لازم برای حفظ پایداری سیستم قدرت با استفاده از حل یک مسئله بهینه سازی آفلاین با استفاده از روش هوشمند هیبرید CPCE تعیین می شود. مقادیر بارزدایی اکتیو و راکتیو در هر پله برای هر سناریو به عنوان اطلاعات خروجی شبکه عصبی در نظر گرفته می شوند. برای بهینه سازی آموزش شبکه عصبی از الگوریتم ژنتیک استفاده می شود. شبکه عصبی آموزش دیده به صورت بهنگام با توجه به اطلاعات بلادرنگ شرایط بهره برداری سیستم قدرت که از سیستم WAMS و PMU ها دریافت می شود مورد استفاده قرار می گیرد. نتایج شبیه سازی بر روی شبکه تست ۱۱۸ باس IEEE نشان از عملکرد موثر روش پیشنهادی دارد.
کلیدواژه ها:
نویسندگان
مجید معظمی
دانشجوی دکتری، دانشکده فنی و مهندسی- دانشگاه اصفهان- اصفهان- ایران
امین خدابخشیان
دانشیار، دانشکده فنی و مهندسی- دانشگاه اصفهان- اصفهان- ایران
رحمت الله هوشمند
استاد، دانشکده فنی و مهندسی- دانشگاه اصفهان- اصفهان- 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 :