خطایابی فیدرهای 33 کیلوولت با استفاده از تکنیک های هوشمند در شبکه توزیع نیروی برق خوزستان

سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 873

فایل این مقاله در 9 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:

INCEE02_030

تاریخ نمایه سازی: 19 تیر 1394

چکیده مقاله:

هدف از این مطالعه بررسی و شناسایی انواع خطاهایی است که امکان وقوع آن ها در شبکه توزیع وجود دارد. همچنین، روش پیشنهادی بر مبنای شبکه عصبی RBF و RBF-OSD به کمک عملیات آماری، جهت تشخیص آنها و تعیین فاصله دقیق خطا تا فیدر اصلی ارائه شده است. در پروسه آموزش شبکه عصبی از دسته داده هایی که به وسیله شبیه سازی انواع شرایط خطا (مکان خطا، مقاومت خطا و زاویه شروع خطا) بر روی شبکه توزیع شعاعی نمونه به دست آمده اند و سپس عملیات آماری بر روی آن انجام شده است، استفاده می شود. فیدر 33 کیلوولت در شبکه توزیع مورد نظر که بارهای آن متوسط بارهای روزانه ضبط شده در فصل گرم سال توسط GIS اطلاعات آن فراهم شده با داده های واقعی در محیط نرم افزار PSCAD شبیه سازی شده است و جهت طراحی شبکه عصی از نرم افزار MATLAB استفاده گردیده است. نتایج حاصله سرعت تعیین مکان دقیق خطا و آموزش شبکه را در مقایسه با شبه های دیگر به خوبی نشان داده و از دقت قابل توجهی نیز در تعیین مکان دقیق خطا برخوردار است. در انتها نیز داده های واقعی ضبط شده در پست به شبکه آموزش دیده وارد شده که نتایج به خوبی دقت و عملکرد مناسب سیستم را نشان می دهد.

کلیدواژه ها:

خطا ، شبکه توزیع ، شبکه عصبی ، شبکه عصبی پایه شعاع

نویسندگان

علی رضا شبانیان بروجنی

دانشگاه شهید چمران اهواز، دانشکده مهندسی، اهواز

محمود جورابیان

دانشگاه شهید چمران اهواز، دانشکده مهندسی، اهواز

مرتضی رزاز

دانشگاه شهید چمران اهواز، دانشکده مهندسی، اهواز

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 :
  • Joorabian, M., "Fault Location in Overhead Distribution Systems Using Artificial ...
  • Joorabian, M., M.Monadi, "ANFIS Based Fault Location for EHV Transmission ...
  • Aggarwal, R.K., , Joorabian, M., Song, Y.H. "Fuzzy neural network ...
  • Joorabian, M., "Artificial Neural Net-work based Fault Location Technique for ...
  • Joorabian, M. _ S. M. A. TaleghaniAsl, R. K. Aggarwal ...
  • H Zayandehroodi, A Mohamed, M Farhoodnea, M Mohammadj afari _ ...
  • novel training algorithm for A"ه [7] A.D. Niros, G.E. Tsekouras ...
  • Joorabian, M. , S. M. A. TaleghaniAsl, R. K. Aggarwal ...
  • H. Zayandehroodi, A. Mohamed, H. Shareef "Power System Protection and ...
  • Cartwright, K.V., "Determining the Effective or RMS Voltage of Various ...
  • Waveforms without Calculus", Technology Interface, Vol. 8, No. 1, 2007. ...
  • Graham, U., Cook, I., Understanding Statistics, Oxford University Press. 1996 ...
  • Von, H., Paul, T., "Mean, Median, and Skew: Correcting a ...
  • Journal of Statistics Education, Vol. 13, No. 2, 2005. ...
  • Dodge, Y., The Oxford Dictionary of Statistical Terms, OUP. 2003. ...
  • H. White, Artificial Neural Networks: Approximation and Learning ...
  • Theory, Blackwell Publishers, Inc., Cambridge, MA, USA, 1992. ...
  • S. Ghosh, S.P. Ghoshal, S. Ghosh, Optimal sizing and placement ...
  • "Power System Protection and Coordination: In the Persence of Distributed ...
  • نمایش کامل مراجع