بهبود پایداری گذرا توسط UPFC به کمک روش کنترلی مبتنی بر الگوریتم تکامل تفاضلی و شبکه های عصبی مصنوعی

سال انتشار: 1387
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,008

فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

PSC23_206

تاریخ نمایه سازی: 1 بهمن 1390

چکیده مقاله:

تجهیزات سیستم قدرت، در برخی شرایط اضطراری، دور از نقطه کار استاندارد و یا از پیش تعیین شده مورد بهره برداری قرار میگیرند. چنین شرایط بهره برداری که معمولا در اثر بروز اغتشاشات در سیستم قدرت حاصل میشود، در مواردی 1 عملکرد تجهیزاتFACTSاز جمله UPFC را دچار مشکل میکند. اخیرا روشهای کنترلی متعددی به منظور کنترلUPFC در شرایط بهره برداری گوناگون پیشنهاد شده است. کنترل مرسوم قادر به عملکرد مناسب در پهنه وسیعی PI کننده های از شرایط بهره برداری نمیباشند. در این مقاله به منظور بهبود مرسوم در میرا کردن نوسانات PI عملکرد و بازده کنترل کننده تطبیقی با بهره گیری از PI سیستم قدرت، یک کنترل کننده الگوریتم تکامل تفاضلی(DEA)و شبکه های عصبی مصنوعی(ANN)پیشنهاد شده است. در پایان، تاثیر روش پیشنهادی توسط شبیه سازی بر روی یک سیستم چند ماشینه مورد بررسی قرار گرفته است.

کلیدواژه ها:

تجهیزات ، UPFC ، FACTS ، پایداری سیستم قدرت ، نوسانات داخل ناحیه ای ، الگوریتم تکامل تفاضلی ، کنترل کننده تطبیقی ، شبکه های عصبی مصنوعی

نویسندگان

سعید جاذبی

دانشکده مهندسی برق، دانشگاه صنعتی امیرکبیرتهران، ایران

حمیدرضا بقائی

دانشکده مهندسی برق، دانشگاه صنعتی امیرکبیرتهران، ایران

گئورگ قره پتیان

دانشکده مهندسی برق، دانشگاه صنعتی امیرکبیرتهران، ایران

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 :
  • Hingorani NG, Gyugyi L. "Understanding FACTS: concepts and technology of ...
  • IEEE Power Engineering Society and CIGRE, "FACTS overview" IEEE publication ...
  • Song YH, Johns AT, "Flexible ac transmission systems (FACTS)", UK: ...
  • T.K.MOK, Haoming Liu, Yixin Ni, Felix F. Wu, Ron Hui, ...
  • S.O.Faried, A.A.Eldamaty, "damping power system oscillations using a genetic algorithm ...
  • Sidhartha Panda, N. P. Padhy, R.N.Patel, "Application of Genetic Algorithm ...
  • Ahad Kazemi, Mahmoud Vakili Sohrforouzani, "Power system damping using fuzzy ...
  • P. K. Dash, S. Mishra, and G. Panda, _ radial ...
  • Sukumar Mishra, _ Neural -Network- Based Adaptive UPFC for Improving ...
  • Ali T Al-Awami, Y.L. Abdel-Magid, M.A. Abido, "A particle- swarm-based ...
  • Kundur P. Power System stability and control. Maiderherd: McGraw Hill; ...
  • P. K. Dash, Stella Morris, and S. Mishra, "Design of ...
  • R. Storn, "Differential Evolution, A Simple and Efficiet ...
  • K. M. Faraoun, A. Rabhi, _ Data Dimensionality Reduction Based ...
  • Ji-Pyng Chiou, Chung-Fu Chang, and Ching-Tzong _ Variable Scaling Hybrid ...
  • نمایش کامل مراجع