پیشبینی وضعیت بهره برداری سیستم قدرت با در نظر گرفتن حد دینامیکی پایداری ولتاژ با استفاده از شبکه عصبی PNN و روش های انتخاب مولفه
محل انتشار: سومین کنفرانس ملی ایده های نو در مهندسی برق
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 701
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NCNIEE03_049
تاریخ نمایه سازی: 11 اردیبهشت 1394
چکیده مقاله:
در بهره برداری از سیستم های قدرت مدرن، حد دینامیکی پایداری ولتاژ به عنوان یک مفهوم اساسی از منظر پایداری ولتاژ شناخته می شود. وقوع این حد که متناظر با دوشاخگی HB است، سبب بروز نوسانات با دامنه ثابت و یا افزایشی می گردد. به منظور شناسایی این نوعدوشاخگی، بررسی رفتار مقادیر ویژه سیستم قدرت اجتناب ناپذیر است. با این وجود، تعیین این مقادیر مستلزم تشکیل ژاکوبین جبریدینامیکی سیستم قدرت و انجام آنالیز مدال میباشد که البته در سیستم های بزرگ بسیار زمانبر و پیچیده می باشد. آگاهی از شرایط سیستم درلحظه بهره برداری به منظور ارائه راهکارهای پیشگیری کننده یا اصلاح کننده، برای بهره بردار سیستم قدرت اهمیت بالایی دارد. در نتیجه، ارائه یک روش بهنگام به منظور تعیین وضعیت بهره برداری از سیستم قدرت از دیدگاه دوشاخگی HB اهمیت بالایی پیدا می کند. بر این اساس در این مقاله، با استفاده از ترکیب شبکه عصبی PNN و روشهای انتخاب مولفه، وضعیت بهره برداری سیستم قدرت از دیدگاه دوشاخگی HB تعیین و پیش بینی شده است. نتایج عددی حاصل از این تحلیل بر روی سیستم تست 39 IEEE ارائه شده است.
کلیدواژه ها:
ژاکوبین جبری دینامیکی سیستم قدرت ، دوشاخگی HB ، حد دینامیکی پایداری ولتاژ ، شبکه عصبی ، روش انتخاب مولفه
نویسندگان
سیدمجید موسوی
دانشجو دانشگاه آزاد اسلامی واحد جاسب- ایران
سیدمحمد شریعتمدار
استادیار دانشگاه آزاد اسلامی واحد نراق- ایران
وحید امیر
عضو هیئت علمی گروه برق دانشگاه آزاد اسلامی واحد کاشان
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 :