Modelling of Overcurrent Relay Characteristics Based on Neural Network

سال انتشار: 1384
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,503

فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

PSC20_015

تاریخ نمایه سازی: 8 آذر 1385

چکیده مقاله:

Accurate models of Overcurrent (OC) with inverse time relay characteristics play an important role for coordination of power system protection schemes. This paper proposes a new method for modelling OC relays curves. The model is based on artificial neural networks. The cascade correlation neural network is used to calculate operating times of OC relays for various Time Dial Settings (TDS) or Time Multiplier Settings (TMS). The new model is more accurate than traditional models. The model is validated by comparing the results obtained from the new method with nonlinear analytical, perceptron and backpropagation neural networks models as applied for various types of overcurrent relays.

نویسندگان

Matin Meshkin

Amirkabir University of technology Iran-Tehran

Karim Faez

Amirkabir University of technology Iran-Tehran

Hossein Askarian Abyaneh

Amirkabir University of technology Iran-Tehran

Hossein Kazemi Kargar

Amirkabir University of technology Iran-Tehran

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 :
  • T. S. Sidhu, M. hfuda and M. S. Sachdev, *A ...
  • P. G. McLaren, K. Mustaohi, G. Benmouyal, S.Chano, A. Giris, ...
  • M. S. Sachdev and T. S. Sidhu, *Modelling relays for ...
  • IEEE Committee Report, "Computer repre sentation of overcurrent relay ch ...
  • *IEEE Standard inverse-time characteristic equations for overcurrent relays*, IEEE Std ...
  • Hoehfeld, M. and S. E. Fahlman, *'Learning with Limited Numerical ...
  • L.Fausset, _ «Fun damental of Neural Networks Architectures, Algorithms and ...
  • Mikko Lehtokangas, ،Fast Initialization for C as _ ade- Correlation ...
  • D.S.Phatak and I.Koren, ، 'Connectivity and Pe rformanc e Tradeoffs ...
  • A.Adams & S.Waugh, ،Function Ev aluation and the C as ...
  • نمایش کامل مراجع