تشخیص جزیره ای شدن منابع تولید پراکنده در شبکه توزیع برق و طبقه بندی اغتشاشات با استفاده از تبدیل موجک و شبکه عصبی مصنوعی

در این تحقیق، با استفاده از تبدیل موجک و شبکه عصبیمصنوعی، مسائل جزیره ای و اغتشاشات در شبکه توزیع اکتیو شامل یکآرایه فتوولتائیک و نیروگاه بادی که از طریق یک نقطه اتصال مشترکPCC به شبکه وصل است، شناسایی و طبقه بندی می شود. شاخص های تبدیل موجک از مولفه توالی منفی سیگنال ولتاژ در PCCبرای تشخیص اختلالات استخراج می شوند. یک بردار ویژگی با شاخص های تبدیل موجک و میزان بارگذاری شبکه برای آموزش شبکه عصبی مصنوعی مدل سازی شده است. روش پیشنهادی در محیط Simulink/Matlab شبیه سازی شده است. نتایج نشان دهنده مزایایتبدیل موجک نسبت به روش های پسیو و اکتیو در تفکیک دقیق مسئلهجزیره ای شدن و اختلالات شبکه توزیع و استفاده از توانایی طبقه بندیکننده یادگیری ماشین برای حل این مسئله است

کلیدواژه ها:

شبکه عصبی مصنوعی ، یادگیری ماشین ، تبدیلموجک ، طبقه بندی ، جزیره ای شدن