تخمین و ارزیابی شاخص های هارمونیکی در سیستم قدرت با استفاده از روش هوشمند BBO-SGFF

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 543

فایل این مقاله در 16 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

COMCONF01_144

تاریخ نمایه سازی: 8 آذر 1394

چکیده مقاله:

در این مقاله روش جدیدی برای تخمین بهینه هارمونیک سیستم قدرت با استفاده از روش ترکیبی الگوریتم BBO- SGFF ارائه شده است. شبیه سازی های انجام شده برای سیگنال متغیر با زمان مورد نظر جهت تخمین همزمان دامنه و فاز در حضور نویز گوسی سفید می باشد که با توجه به سیگنال مرجع ،از ضریب فراموشی استفاده شده است که سبب افزایش سرعت ردیابی و کاهش در صد خطا شده است و ضریب فراموشی مکررا آپدیت می شود .در روش پیشنهادی تخمین اولیه) با داده های اندک (پارامترهای مجهول توسط الگوریتم (Bacterial Foraging Optimization)BBO انجام می گیرد و خروجی بهینه سازی شده توسط الگوریتم BBO به عنان ورودی برای الگوریتم SGFF که بصورت آنلاین می باشد،در نظر گرفته می شود.همچنین در روش پیشنهادی دامنه وفاز به صورت همزمان تخمین زده می شود.نتایج شبیه سازی نشان می دهد که روش پیشنهادی دارای سرعت همگرایی سریع تر به مقدار واقعی بوده و همچنین عملکرد بهتری در سیستم آغشته به نویز نسبت به روش RLSFF دارد که کارایی این روش را نشان می دهد

نویسندگان

سید جلیل ساداتی

استادیار برق کنترل دانشگاه صنعتی نوشیروانی بابل

احمد محمددزاده

کارشناس ارشد برق شرکت برق منطقه ای مازندران

بهروز رضایی

استادیار برق کنترل دانشگاه صنعتی نوشیروانی بابل

محمد طاهری نسب

کارشناس برق الکترونیک شرکت برق منطقه ای مازندران

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 :
  • Husam M.Beides, G. T .Heydt "Dynamic State Estimation of Power ...
  • _ P. K. Dash, A. K. Pradhan , G. Panda, ...
  • Xiaohua Jiang, Ji King and Ali Emad _ Power Harmonics ...
  • Yang J, Xi H, Guo W (2007) Robust modified Newton ...
  • Xue SY, Yang SX (2009) Power system frequency _ stimationusing ...
  • Terzija Vladimir V, Stanojevic V (2007) Two stage improved recursive ...
  • Lai, T. L., &Wei, C. Z. (1982). Least squares estimates ...
  • Ding, F., Xie, X. M., & Fang, C. Z. (1996). ...
  • Ding, F., Xiao, D. Y, & Ding, T. (2003). Multi- ...
  • Ding, F., & Chen, T., (2007). Multi -innovation stochastic gradient ...
  • F. Ding, H. Chen, and M. Li, _ 0Multi -innovation ...
  • Ergezer, M. and D. Simon Oppositional bio geo graphy-based optimization ...
  • Ma, H. and D. Simon "Blended bio _ graphy-based optimization ...
  • Park D.J.eta1."Fast tracking R algorithm using novel variable forgetting factor ...
  • Junfeng Wang. A Variable Forgetting Factor RLS Adaptive Filtering Algorithm. ...
  • نمایش کامل مراجع