روشی جدید در شناسایی قطع میدان تحریک درژنراتورهای سنکرون با استفاده از تئوری یادگیری بیز
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 943
فایل این مقاله در 7 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:
TEDECE02_171
تاریخ نمایه سازی: 21 شهریور 1395
چکیده مقاله:
از آنجایی که قطع میدان تحریک از مهمترین اتفاقاتی است که عملکرد عادی یک ژنراتور سنکرون و از آنجا پایداری و امنیت سیستم قدرت را به خطر می اندازد، شناسایی مناسب و به موقع آن از اهمیت بسیاری زیادی برخوردار است. در این مقاله روشی بر مینای یادگیری بیز کهاز روش های یادگیری ماشینی می باشد ارائه گردیده که نه تنها توانسته است عملکرد مناسبی تحت شرایط بارگذاری متفاوت داشته باشد بلکهدر شناسایی و تمایز میان قطع میدان تحریک و نوسانات گذرای سیستم قدرت نسبت به روش های ارائه شده دیگر نیز از توانایی فوق العاده ای برخوردار است. نتایج شبیه سازی بر روی سیستم مورد مطالعه تحت شرایط بارگذاری مختلف و سناریو خطاهای متفاوت در محیط PSCAD ، عملکرد و کارایی مناسب روش پیشنهادی را در شناسایی موثر و سریع قطع میدان تحریک نشان می دهد و نتایج این روش نیز با درخت تصمیم که از روش های شناخته شده در شناسایی قطع میدان تحریک است، مقایسه شده است
کلیدواژه ها:
نویسندگان
پدرام قصیری دربنده
دانشگاه کردستان، دانشکده مهندسی، گروه مهندسی برق
علی حسامی نقشبندی
دانشگاه کردستان، دانشکده مهندسی، گروه مهندسی برق
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 :