استراتژی جدید به منظور تعیین محل خظا در خطوط انتقال برای اصلاح عملکرد ریکلوزر اتوماتیک مبتنی بر روش های ترکیبی شبکه عصبی و الگوریتم بهینه سازی تاگوچی

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 607

فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ELEMECHCONF03_0530

تاریخ نمایه سازی: 9 مرداد 1395

چکیده مقاله:

دراین مقاله روشی جدید جهت طبقه بندی و تعیین محل خطاها در خطوط انتقال با استفاده از شبکه عصبی ارائه شده است. در این جا ما خطا را پیش از عملکرد ریکلوزر شناسایی کرده و محل تقریبی خطا را نیز معین می کنیم تا برای بررسی بیشتر استفاده شود. آموزش شبکه عصبی توسط الگوریتم لونبرگ مارکوت انجام شده است. همچنین در این روش تنها از اطلاعات ابتدای خط انتقال استفاده می شود. طیف های هارمونیکی DC، اصلی و چهار طیف هارمونیکی اول ولتاژ در هر سه فاز از ابتدای خط انتقال نمونه برداری می شود و از طیف های هارمونیکی به عنوان ورودی شبکه عصبی استفاده شده است. همچنین از روش تاگوچی برای بهینه کردن پارامترهای الگوریتم و تعداد نرونها در لایه پهنان استفاده می کنیم. از نرم افزار MATLAB برای شبیه سازی استفاده شده است. نتایج نشان می دهد که می توان نوع و محل تقریبی خطا را به صورت مؤر تشخیص داد و از خطا در عملکرد رکلوزر اجتناب کرد.

نویسندگان

میلاد معافی

دانشکده مهندسی برق و کامپیوتر دانشگاه تبریز، تبریز، ایران- دانشگاه جامع علمی کاربردی شرفدار کلا ساری

احمد خلیلی

شرکت توزیع برق مازندران

شیدا محمودی قره تپه

موسسه آموزش عالی هدف مازندران

مرتضی مرادی

شرکت توزیع برق 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 :
  • ر.روی "آشنایی با روش طراحی آزمایشات تاگوچی"انتشارات دانشگاه زنجان، اسفند ...
  • Desta Zahlay F.1 and K.S. Rama Rao, "Taguchi's Method for ...
  • Kimbark, E. Wilson, Power System Stability, vol. I, John Sons ...
  • E. Kuffel, High voltage engineering _ fundamentals, 2nd edition, B ...
  • R. C. Bansal, "Optimization methods of electric power systems: An ...
  • A.I. Megahed , H.M. Jabr, F.M. Abouelenin and M.A. Elbakry, ...
  • v.v. Terzija and Z. M. Radojevic, "Numerical algorithm for adaptive ...
  • I.K. Yu and Y.H. Song, ،0Wavelet analysis and neural network ...
  • Hagan M. T. and Menhaj M., "Training feedforward networks with ...
  • T. C. Chen, "Acceleration of Levenb erg-Marquardt training of neural ...
  • M. Riedmiller, ":Advanced supervised learming in multi-layer perceptrons -from B ...
  • algorithms, " International Journal On Computer Standards and Interfaces, vol. ...
  • Lochner H. R., Designing for quality. An introduction o the ...
  • A. T. Johns, P.K. Aggarwal and Y. H. Song, "Improved ...
  • Geva Dror, Training Artificial Neural Networks Using Taguchi Methods, The ...
  • نمایش کامل مراجع