ارزیابی پایداری ولتاژ در سیستم های قدرت با استفاده از تبدیل موجک و تخمین گرهای جنگل تصادفی رگرسیونی و شبکه عصبی رگرسیون تعمیم یافته

  • سال انتشار: 1397
  • محل انتشار: دومین کنفرانس زیرساخت های انرژی،مهندسی برق و نانو فناوری
  • کد COI اختصاصی: IRCIVILC02_032
  • زبان مقاله: فارسی
  • تعداد مشاهده: 788
دانلود فایل این مقاله

نویسندگان

خداقلی عطاگزلی

دانشجوی کارشناس یارشد، گروه برق، واحد مینودشت، دانشگاه آزاد اسلامی، مینودشت، ایران

محمد فرشاد

استادیار، گروه برق، دانشکده علوم پایه و فنی مهندسی، دانشگاه گنبد کاووس، گنبد کاووس، ایران

چکیده

پایداری ولتاژ یکی از این موضوعات مهم در مباحث مرتبط با سیستم های قدرت می باشد و اهمیت بالایی به لحاظکیفیت و تداوم برق رسانی به مصرف کنندگان دارد. در این مقاله، روشی بر اساس تبدیل موجک، شبکه عصبی رگرسیونتعمی میافته و جنگل تصادفی رگرسیونی جهت تخمین و ارزیابی پایداری ولتاژ سیستم قدرت پیشنهاد شده است. درسیستم های یادگیری ماشین، نوع ورود یها و ابعاد آنها تاثیر و اهمیت بالایی در دقت و نحوه عملکرد دارد. در روشپیشنهادی، تبدیل موجک بر روی پروفیل ولتاژ باس های سیستم قدرت اعمال شده و ضرایب حاصل به عنوان ورودی بهتخمین گر حد پایداری ولتاژ ارایه می شوند. در این مقاله، عملکرد دو تخمین گر شبکه عصبی رگرسیون تعمی میافته و جنگلتصادفی رگرسیونی در مسیله مورد نظر مورد مقایسه و ارزیابی قرار گرفته است. این تخمین گرها باید قبل از مرحله تست، براساس الگوهای یادگیری متعددی که در شرایط مختلف بهر هبرداری تولید شده اند، آموزش دیده و آماده شوند. روشپیشنهادی بر روی یک سیستم تست اعمال شده و نتایج شبیه ساز یها نشان داده که استفاده از جنگل تصادفی رگرسیونیو ضرایب تقریب تبدیل موجک منجر به نتیجه بهتری می شود.

کلیدواژه ها

ارزیابی پایداری ولتاژ، تبدیل موجک، یادگیری ماشین، جنگل تصادفی، شبکه عصبی رگرسیون تعمیم یافته

مقالات مرتبط جدید

اطلاعات بیشتر در مورد 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.