روشهای هوش مصنوعی برای مدلسازی و تحلیل خطا در شبکه های توزیع قدرت

چکیدهپیشینه و اهداف: خطا در شبکه های توزیع فدرت بر اساس پارامترهای غیرفابل کنترل بوجود می آید. روش سریعی که قادر به شناسایی و مکانیابی خطای شبکه های توزیع قدرت باشد برای نگهداری مطمئن این شبکه ها حیاتی است. روشهای معمول با اندازه گیری ولتاژ انتقال دهنده ها کار می کنند اما روش پیشنهادی استفاده از الگوریتمهای هوش مصنوعی برای تشخیص و تحلیل خطا در شبکه های توزیع قدرت است. مجموعه ای از حسگرها برای دریافت ولتاژ و سایر داده ها تحت شرایط شبیه سازی استفاده شده است که شامل خطا در مدارات کوتاه و مدارات باز است. روش پیشنهادی شامل متغیرهای اساسی مانند: نوع خطا، معماری جایگزاری حسگر و فاصله است که بوسیله داده های اخذ شده کنترل می شوند. روشها: این مقاله دو الگوریتم را نمایش می دهد: یک شبکه عصبی مصنوعی و یک سیستم استنتاج انطباقی فازی-عصبی. هر دوی این الگوریتمها دارای پارامترهای زیادی هستند که نیاز به تنظیم دارند. هرچند مقدار هرکدام از آنها بر روی کارآیی تاثیر می گزارد ولی هدف اصلی این مقاله نحوه استفاده از الگوریتمها است. مراحل الگوریتمها در مقاله توضیح داده شده است. نتایج الگوریتمها به همراه داده های استفاده شده نشان داده شده است.کارآیی بدست آمده تحت متغیرهای شرایطی فراخوانده شده در فاصله ۲۰۰ تا ۸۰۰ متری قابل اعتبار هستند. یافته ها: نتایج شبیه سازی نشان می دهد که طبقه بندی ANFIS دارای درستی بهتری در طبقه بندی (۹۷%) و خطای کمتری در تقریب فاصله (۰.۵%) است. هردو الگوریتم ANN و ANFIS بسیار سریع آموزش می بینند (۱‎ ms) بعلاوه ANFIS پایداری بیشتری دارد. نتایج حاصل از این یافته ها، با یکدیگر مقایسه شده است.نتیجه گیری: طرحی که نمایش داده شده است مقاوم، قابل محاسبه خطا در سیستمهای مدیریت بلادرنگ و قابل تجمیع حسگرها در یک شبکه توزیع قدزت را دارد.

کلیدواژه ها:

تشخیص خطا ، شبکه توزیع قدرت