کاهش مدل یک مزرعه بادی با استفاده از خوشه بندی ضریب توان توربین های موجود
- سال انتشار: 1397
- محل انتشار: چهارمین کنفرانس ملی دستاوردهای نوین در برق و کامپیوتر و صنایع
- کد COI اختصاصی: NCAEC04_035
- زبان مقاله: فارسی
- تعداد مشاهده: 525
نویسندگان
دانشجوی کارشناسی ارشد، دانشکده مهندسی برق و کامپیوتر، دانشگاه صنعتی جندی شاپور دزفول
استادیار، دانشکده مهندسی برق و کامپیوتر، دانشگاه صنعتی جندی شاپور دزفول
کارشناسی ارشد، دانشکده مهندسی برق و کامپیوتر، دانشگاه صنعتی جندی شاپور دزفول
چکیده
به دنبال افزایش چشمگیر توان تولیدی ناشی از توربین های بادی و در نتیجه افزایش استفاده از مزارع بادی و تاثیر آنها بر روی سیستم قدرت، مدلسازی مزارع بادی به یکی از جالب ترین موضوعات روز دنیا در این زمینه مبدل گشته است. هنگام مطالعه اثر یک مزرعه بادی روی سیستم قدرت، عملکرد مزرعه بادی در نقطه کوپل مشترک با شبکه را می توان به صورت مدار معادلی که از مدل سازی توربین های بادی به یک توربین ایجاد شده است، به جای مدل سازی همه توربین های موجود در مزرعه، استفاده نمود، که این امر از یک طرف موجب سادگی سیستم و از طرفی موجب کاهش زمان محاسبات عملکرد سیستم می گردد. لذا ارایه تکنیک های مختلف کاهش مدل برای ساده سازی سیستم و کاهش زمان شبیه سازی امری ضروری می باشد و تاکنون روش های مختلفی برای معادل سازی مزارع بادی معرفی شده اند که اکثر آنها از باد به عنوان ویژگی گروه بندی توربین ها استفاده نموده و در سیستم های شبیه سازی تنها باد را به عنوان ورودی سیستم خود در نظر گرفته اند. در این پژوهش سعی بر آن است که با در نظر گرفتن ضریب توان توربین بادی به عنوان ویژگی دسته بندی بتوانیم معادل سازی را انجام داده و به تقریب مناسبی از مدل دقیق دست یابیم. بدین منظور از مدل سازی سیستم تک ماشینه در نرم افزار MATLAB استفاده خواهیم کرد.کلیدواژه ها
مزرعه بادی، ژنراتور القایی دوسو تغذیه، کاهش مدل، الگوریتم K-meansمقالات مرتبط جدید
- سودآوری مشتریان در خردهفروشی قطعات یدکی ماشین آلات راهسازی با رویکرد یادگیری ماشین
- ارائه روشی کارآمد جهت شناسایی کودکان نیازمند به پیوند مغز استخوان با استفاده از ترکیب طبقه بند ماشین بردار پشتیبان و الگوریتم بهینه سازی فاخته
- استخراج بهینه پارامترهای تاثیر گذار الگوریتم بهینه سازی بوفالوی آفریقایی با هدف استخراج ویژگی های مهم به منظور افزایش کارایی طبقه بندی داده ها
- ارائه روشی کارآمد برای بهبود عملکرد الگوریتم بهینه سازی کلاغ سیاه به منظور افزایش صحت خوشه بندی داده ها
- استفاده از الگوریتم باور بیزین در لایه کاملا متصل شبکه عصبی کانولوشن با هدف افزایش دقت تشخیص تصاویر
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.