به کارگیری روشهای دسته بندی الگودر تقسیم قدرت به نواحی کنترل ولتاژ ومقایسه نتایج آنها

یافتن بخشی از سیستم قدرت که به فروپاشی نزدیک می شود، یکی از اهداف تحلیل پایداری ولتاژ است. این بخش که ناحیه ضعیف۱ از نظر پایداری ولتاژ نامیده می شود، یک ناحیه کنترل ولتاژ۲ است. تعیین این ناحیه و نواحی کنترل ولتاژ مجاورش، از اهمیت خاصی در بهبود پایداری ولتاژ برخوردار است. تعیین ناحیه ضعیف ولتاژ برای طراحی به هنگام کنترل تصحیحی۳ نیازمند روشی به اندازه کافی سریع و دقیق است. به این منظور در این مقاله با اختصاص بردارهایی به هر باس سیستم قدرت که وضعیت این باسها را از نظر پایداری ولتاژ منعکس می کنند و با استفاده از روشهای دسته بندی همچون شبکه عصبی کوهنن۴، الگوریتم C-Means فازی۵ و الگوریتم کوهنن فازی۶، نواحی کنترل ولتاژ سیستم قدرت در هر شرایط کاری تعیین می شود. همچنین مزایای روش پیشنهادی نسبت به روشهای مرسوم همچون تعیین همزمان باسهای PQ و PV متعلق به ناحیه ضعیف، تعیین ناحیه ضعیف بدون نیاز به مدل سیستم و تعیین ناحیه ضعیف در همه شرایط سیستم اعم از نزدیک بودن یا دور بودن به نقطه ناپایداری نشان داده می شود. به علاوه با مقایسه نتایج حاصل از به کارگیری این روشهای دسته بندی مشاهده می شود که شبکه عصبی کوهنن با توپولوژی دوبعدی از نظر آسانی به کارگیری و دقت نتایج حاصل ابزار مناسبی برای تقسیم سیستم قدرت به نواحی کنترل ولتاژ است و بر روشهای C-Means فازی و کوهنن فازی برتری است. واژگان کلیدی : پایداری ولتاژ، ناحیه ضعیف ولتاژ، ناحیه کنترل ولتاژ، کنترل تصحیحی، دسته بندی الگو، شبکه عصبی کوهنن، الگوریتم C-Means فازی، الگوریتم کوهنن فازی.

کلیدواژه ها:

Voltage stability Voltage weak area ، Voltage control area ، Corrective control ، Pattern recognition ، Kohonen neural network ، Fuzzy C-Means algorithm ، Fuzzy Kohonen algorithm. ، پایداری ولتاژ ، ناخیه ضعیف ولتاژ ، ناحیه کنترل ولتاژ ، کنترل تصحیحی ، دسته بندی الگو ، شبکه عصبی کوهنن ، الگوریتم C-Means فازی ، الگوریتم کوهنن فازی