کاربرد شبکه عصبی برای تخمین مقاومت مخصوص خاک در سیستم زمین شبکه توزیع برق

سال انتشار: 1404
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 110

فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_JIAE-23-1_009

تاریخ نمایه سازی: 1 تیر 1405

چکیده مقاله:

مقاومت ویژه الکتریکی خاک به عنوان یکی از پارامترهای کلیدی در سیستم های زمین، نشان دهنده توانایی خاک در هدایت جریان الکتریکی بوده و بر عملکرد سیستم زمین تاثیر مستقیمی دارد. هدف از این پژوهش، ارائه یک روش کاربردی، سریع و ارزان جهت تخمین مقاومت مخصوص خاک از طریق اندازه گیری های محدود و آموزش شبکه عصبی برای طراحی بهینه سیستم زمین شبکه توزیع است. در این تحقیق، ابتدا در ۷۰ نقطه از شهر اصفهان مقاومت مخصوص خاک در سه عمق اندازه گیری و برای آموزش شبکه عصبی در MATLAB، استفاده شد. با توجه به پراکندگی نقاط اندازه گیری ، برای تخمین بهتر، پیش از اعمال ورودی به شبکه عصبی با استفاده از دو خوشه بندی متوالی k-means داده ها مورد تحلیل آماری قرار گرفت. خوشه بندی اول براساس موقعیت جغرافیایی نقاط و خوشه بندی دوم براساس عمق انجام شد و خوشه حاصل از این تحلیل به عنوان ورودی به شبکه عصبی داده شد. بنابر  نتایج این پژوهش، بین مقادیر واقعی و تخمین زده شده توسط مدل، ضریب همبستگی R۲ برابر ۰.۹۵۶۷ مشاهده شد که بطور کامل رضایت بخش است و تصدیق می کند که کاربرد روش پیشنهادی، ابزار مفیدی برای تخمین عملکرد مقاومت زمین در گسترده جغرافیائی و اعماق مختلف خواهد بود.

نویسندگان

محمدرضا فدائی تهرانی

Water and Power Industry Higher Education Complex, Research Institute of Power

مینا دهقانی

Water and Power Industry Higher Education Complex, Research Institute of Power

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 :
  • V. Androvitsaneas, et al., Effect of Soil Resistivity Measurement on ...
  • P. Dilushani, et al., Soil Resistivity Analysis and Earth Electrode ...
  • G. Adegboyega, and K. Odeyemi, Assessment of Soil Resistivity on ...
  • S. Malanda, et al., Analysis of Soil Resistivity and its ...
  • H. Seedher, and J.K. Arora, Estimation of Two Layer Soil ...
  • D. Idoniboyeobu, T. Bala, and E. Okekem, Assessment and Evaluation ...
  • Y. Al-Shawesh, S. Lim, and M. Nujaim, Analysis of the ...
  • F. Asimakopoulou, et al., AN ARTIFICIAL NEURAL NETWORK FOR ESTIMATING ...
  • S. Khan, et al., Application of Mineral Compounds for a ...
  • O. Igbologe, and U. Okieke, Evaluation of the Earth’s Electrical ...
  • M. Kurtovic, and S. Vujević, Earthing grid parameters with conductor ...
  • H. Jinliang, et al., Decreasing Grounding Resistance of Substation by ...
  • L.-H. Chen, et al., A Study of Grounding Resistance Reduction ...
  • E. Al-Ammar, et al., Development of low resistivity material for ...
  • N. Mohamad Nor, A. Haddad, and H. Griffiths, Performance of ...
  • K. Yamazaki, et al., Spiking Neural Networks and Their Applications: ...
  • Y. Ding, and D.-R. Chen, Optimization Based Layer-Wise Pruning Threshold ...
  • D. Zhang, J. Yang, and D. Ye, LQ-Nets: Learned Quantization ...
  • X. Jin, et al., Knowledge Distillation via Route Constrained Optimization. ...
  • S.M. Kia, Neural networks in Matlab. ۲۰۰۸. ...
  • Pradeep, T., et al., A Matlab-Based Neural Network Model for ...
  • V. Androvitsaneas, et al., Effect of Soil Resistivity Measurement on ...
  • P. Dilushani, et al., Soil Resistivity Analysis and Earth Electrode ...
  • G. Adegboyega, and K. Odeyemi, Assessment of Soil Resistivity on ...
  • S. Malanda, et al., Analysis of Soil Resistivity and its ...
  • H. Seedher, and J.K. Arora, Estimation of Two Layer Soil ...
  • D. Idoniboyeobu, T. Bala, and E. Okekem, Assessment and Evaluation ...
  • Y. Al-Shawesh, S. Lim, and M. Nujaim, Analysis of the ...
  • F. Asimakopoulou, et al., AN ARTIFICIAL NEURAL NETWORK FOR ESTIMATING ...
  • S. Khan, et al., Application of Mineral Compounds for a ...
  • O. Igbologe, and U. Okieke, Evaluation of the Earth’s Electrical ...
  • M. Kurtovic, and S. Vujević, Earthing grid parameters with conductor ...
  • H. Jinliang, et al., Decreasing Grounding Resistance of Substation by ...
  • L.-H. Chen, et al., A Study of Grounding Resistance Reduction ...
  • E. Al-Ammar, et al., Development of low resistivity material for ...
  • N. Mohamad Nor, A. Haddad, and H. Griffiths, Performance of ...
  • K. Yamazaki, et al., Spiking Neural Networks and Their Applications: ...
  • Y. Ding, and D.-R. Chen, Optimization Based Layer-Wise Pruning Threshold ...
  • D. Zhang, J. Yang, and D. Ye, LQ-Nets: Learned Quantization ...
  • X. Jin, et al., Knowledge Distillation via Route Constrained Optimization. ...
  • S.M. Kia, Neural networks in Matlab. ۲۰۰۸. ...
  • Pradeep, T., et al., A Matlab-Based Neural Network Model for ...
  • نمایش کامل مراجع