روشی جدید در شناسایی قطع میدان تحریک درژنراتورهای سنکرون با استفاده از تئوری یادگیری بیز

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:

درخت تصمیم ، قطع میدان تحریک ، نوسانات گذرای سیستم قدرت ، یادگیری بیز ، یادگیری ماشینی