سال انتشار: 1394
کد COI مقاله: ELEMECHCONF03_0530
زبان مقاله: فارسیمشاهده این مقاله: 454
فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد
با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 12 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:
مشخصات نویسندگان مقاله استراتژی جدید به منظور تعیین محل خظا در خطوط انتقال برای اصلاح عملکرد ریکلوزر اتوماتیک مبتنی بر روش های ترکیبی شبکه عصبی و الگوریتم بهینه سازی تاگوچی
چکیده مقاله:
دراین مقاله روشی جدید جهت طبقه بندی و تعیین محل خطاها در خطوط انتقال با استفاده از شبکه عصبی ارائه شده است. در این جا ما خطا را پیش از عملکرد ریکلوزر شناسایی کرده و محل تقریبی خطا را نیز معین می کنیم تا برای بررسی بیشتر استفاده شود. آموزش شبکه عصبی توسط الگوریتم لونبرگ مارکوت انجام شده است. همچنین در این روش تنها از اطلاعات ابتدای خط انتقال استفاده می شود. طیف های هارمونیکی DC، اصلی و چهار طیف هارمونیکی اول ولتاژ در هر سه فاز از ابتدای خط انتقال نمونه برداری می شود و از طیف های هارمونیکی به عنوان ورودی شبکه عصبی استفاده شده است. همچنین از روش تاگوچی برای بهینه کردن پارامترهای الگوریتم و تعداد نرونها در لایه پهنان استفاده می کنیم. از نرم افزار MATLAB برای شبیه سازی استفاده شده است. نتایج نشان می دهد که می توان نوع و محل تقریبی خطا را به صورت مؤر تشخیص داد و از خطا در عملکرد رکلوزر اجتناب کرد.
کلیدواژه ها:
طبقه بندی و تعیین محل خطاها ، عملکرد ریکلوزر ، الگوریتم لونبرگ مارکورت ، طیف هارمونیکی اول ، روش تاگوچی ، شبکه عصبی
کد مقاله/لینک ثابت به این مقاله
کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا ELEMECHCONF03_0530 میباشد و برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:https://civilica.com/doc/479295/
نحوه استناد به مقاله:
در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:معافی، میلاد و خلیلی، احمد و محمودی قره تپه، شیدا و مرادی، مرتضی،1394،استراتژی جدید به منظور تعیین محل خظا در خطوط انتقال برای اصلاح عملکرد ریکلوزر اتوماتیک مبتنی بر روش های ترکیبی شبکه عصبی و الگوریتم بهینه سازی تاگوچی،سومین کنفرانس ملی و اولین کنفرانس بین المللی پژوهش هایی کاربردی در مهندسی برق، مکانیک و مکاترونیک،تهران،https://civilica.com/doc/479295
در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1394، معافی، میلاد؛ احمد خلیلی و شیدا محمودی قره تپه و مرتضی مرادی)
برای بار دوم به بعد: (1394، معافی؛ خلیلی و محمودی قره تپه و مرادی)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.
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 :- ر.روی "آشنایی با روش طراحی آزمایشات تاگوچی"انتشارات دانشگاه زنجان، اسفند ...
- Desta Zahlay F.1 and K.S. Rama Rao, "Taguchi's Method for ...
- Kimbark, E. Wilson, Power System Stability, vol. I, John Sons ...
- E. Kuffel, High voltage engineering _ fundamentals, 2nd edition, B ...
- R. C. Bansal, "Optimization methods of electric power systems: An ...
- A.I. Megahed , H.M. Jabr, F.M. Abouelenin and M.A. Elbakry, ...
- v.v. Terzija and Z. M. Radojevic, "Numerical algorithm for adaptive ...
- I.K. Yu and Y.H. Song, ،0Wavelet analysis and neural network ...
- Hagan M. T. and Menhaj M., "Training feedforward networks with ...
- T. C. Chen, "Acceleration of Levenb erg-Marquardt training of neural ...
- M. Riedmiller, ":Advanced supervised learming in multi-layer perceptrons -from B ...
- algorithms, " International Journal On Computer Standards and Interfaces, vol. ...
- Lochner H. R., Designing for quality. An introduction o the ...
- A. T. Johns, P.K. Aggarwal and Y. H. Song, "Improved ...
- Geva Dror, Training Artificial Neural Networks Using Taguchi Methods, The ...
مدیریت اطلاعات پژوهشی
اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.
علم سنجی و رتبه بندی مقاله
مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.
مقالات پیشنهادی مرتبط
- مروری بر الگوریتم و یادگیری شبکه های عصبی و مصنوعی
- بررسی تاثیر نیروی پیش بار روی عملکرد روش مدولاسیون ویبروآکوستیک در تشخیص شل شدگی اتصالات پیچی
- بهینه سازی روش های وزن دهی ویژگی مستندات نیمه ساخته یافته درحوزه شبکه های عصبی چند لایه
- مقایسه روش های مختلف استفاده از شبکه های عصبی مصنوعی در تخمین ضریب مقاومت جریانشیرهای غلافی
- بهبود قابلیت پیش رانش و کاهش مصرف سوخت در خودروهای هیبریدی به روش شبکه های عصبی مصنوعی
مقالات فوق بر اساس داده کاوی مقالات مطالعه شده توسط پژوهشگران محاسبه شده است.
مقالات مرتبط جدید
- بررسی تاثیر موبایل اپلیکیشنها بر پایداری کسب وکارهای SME در طول COVID-۱۹
- شارژ هوشمند خودروهای برقی با در نظر گرفتن جایابی بهینه ایستگاه های شارژ در شبکه توزیع
- Improvement Image Summarization using Image Processing and PSO Algorithm.
- بررسی امنیت اینترنت اشیا
- تشخیص بیماری کرونا با استفاده از هوش مصنوعی
مقالات فوق اخیرا در حوزه مرتبط با این مقاله به سیویلیکا افزوده شده اند.
طرح های پژوهشی مرتبط جدید
- بررسی فرآیندهای بازیافت گاز همراه میادین نفت و فلر به منظور تولید برق در ایران
- طراحی و استقرار ساز و کار لازم برای انتخاب تجهیزات و ارزیابی مشخصات فنی آن ها با هدف کاهش تلفات انرژی الکتریکی
- بررسی اقتصادی و تحلیل و مقایسه بین دو سیستم گوگرد زدایی از سوخت مازوت و سولفورزدایی از دود دودکش
- تدوین روش استخراج هزینه راه اندازی انواع واحدهای نیروگاهی و ارائه شرایط و محدودیت های فنی جبران سازی وسیع توان راکتیو در عملکرد ژنراتورهای نیروگاهی
- سازه ها و تجهیزات صنعت برق (تولید، انتقال و توزیع)
طرح های پژوهشی فوق اخیرا در حوزه مرتبط با این مقاله به سیویلیکا افزوده شده اند.
به اشتراک گذاری این صفحه
اطلاعات بیشتر درباره COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.