مانیتورینگ بار به روش غیرمداخله گر

سال انتشار: 1384
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,377

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_101

تاریخ نمایه سازی: 8 آذر 1385

چکیده مقاله:

در جهت پاسخگویی به نیـاز روزافـزون انـرژی الکتریکـی , لزوم نظارت بر مصرف صحیح این انرژی در کنار تلاش برای تولید هر چه بیشتر آن مورد توجه دست اندرکاران این صنعت است . در حقیقت مدیریت بار و انرژی یک م وضوع ضروری و انکارناپــذیر اســت . مــدیریت بــار وانــرژی بــه دو صــورت در سیستم های انرژی الکتریکی اعمال می شود : ● مــدیریت ســمت عرضــه بــار و انــرژی الکتریکــی یــا (SSM) ● مــدیریت ســمت تقاضــای بــار و انــرژی الکتریکــی یا(DSM) که در این میـان روش " مـدیریت سـمت تقاضـای بـار و انرژی " یا به اختصار DSM به دلیل امکان دستیابی به نتـایج بهتر و همچنین گستردگی بیشتر مورد توجه خاص قرار گرفته است . یکی از شرایط مهم و اساسی برای اجرای درسـت و موفق مانیتورینگ انواع بارهای مصرفی در شـبکه اسـت . بـه عبارت بهتر اگر بتوان با داشتن جریان کشیده شده تو سط یک بار کلی خاص از سر فیدر , نوع بارهای تشـکیل دهنـده آنـرا تشخیص داد , گامی بس مهم در جهت اعمال انواع مـدیریت برداشته شده است . در مقاله حاضر مانیتورینگ بارهای خاص با استفاده از جریان آنها , مورد بررسی قرار گرفته و سعی مـی شود با ارائه یک روش ویژه , تشخیص هوش مند نـوع بـار بـا استفاده از جریان سر فیدر توضیح داده شود .

کلیدواژه ها:

مدیریت سمت تقاضای بار و انرژی ، مانیتورینگ بار ، شبکه عصبی ، تبدیل فوریه ، wavelet

نویسندگان

حسن کریمی

شرکت توزیع نیروی برق استان کهگیلویه و بویراحمد - برق منطقه ای خوزستان

ابراهیم فرجاه

دانشکده مهندسی دانشگاه شیراز

علیرضا سیفی

دانشکده مهندسی دانشگاه شیراز

پرهام شناور

دانشکده مهندسی دانشگاه شیراز

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 :
  • R.C.G Teive _ S.H Vilvert , _ SIDE MANA GEMENT ...
  • GEORGE _ W.HART _ NonIntrus ive ...
  • Appliance Load Monitoring, Proceedings of IEEE, Vol.80 (December 1992). ...
  • Laslie K.Norford, Steven B.Leeb .40 Non- intrusive electrical load monitoring ...
  • JG Roos, IE Lanc, Ec Botha, GP Hancke, ?Using Neural ...
  • Steven Drenker, Ab Kader.^ Non- intrusive Monitoring of Electric Loads?^.IEEE ...
  • Hannu Pihala VVT Energy.، Non- intrusive Appliance Load Monitoring System ...
  • -Y .Amano , K.Yo shimoto , Y.Nakano, ...
  • Bahman Kermanshahi , Tokyo University .^Artificial Neural Nets for Non-Intrusive ...
  • J.Duan, D .Czarkowski _ and Z.Zabar, '" NEURAL NE TWORK ...
  • Bob Meddins .*Introduction To Digital Signal Processing?. Newnes, 2000 _ ...
  • W.L.Chan , A.T.P.So , L.L.Lai .، Wavelet Feature Vectors for ...
  • Based Harmonics Load Recognition?. Proceedings of the _ Conference on ...
  • Atheory for multire solution ؛ 11-Mallat S. signal decompo sition ...
  • نمایش کامل مراجع