بدست آوردن حاشیه دینامیکی پایداری ولتاژ در سیستم های قدرت و پیش بینی آن با استفاده از شبکه های عصبی تابع پایه شعاعی

در این مقاله، پایداری دینامیکی ولتاژ به عنوان یکی از زیرشاخه های پایداری سیستم های قدرت، مورد توجه قرار گرفته است و با در نظر گرفتن مرزهای مختلف پایداری ولتاژ مانند دوشاخگی های SNB ،HB و نیز MLP، دوشاخگی HB که متناظر با رفتار نوسانی سیستم قدرت می باشد مورد بررسی قرار می گیرد. همچنین از آنجایی که روش های مانند روش های استاتیکی مطالعه پایداری ولتاژ زمان بر بوده و مسئله پایداری ولتاژ و رفتار مقادیر ویژه سیستم قدرت دارای رفتاری غیر خطی می باشند، شبکه های عصبی تابع پایه شعاعی (RBF) به عنوان جایگزینی برای روش های مرسوم پایداری ولتاژ معرفی شده و با استفاده از آن به پیش بینی با دقت پایداری ولتاژ سیگنال کوچک که در برگیرنده مرز دوشاخگی HB می باشد، پرداخته ایم. به منظور بهبود قابلیت شبکه عصبی RBF در بدست آوردن حاشیه دینامیکی پایداری ولتاژ سیستم قدرت، روش انتخاب مولفه همبستگی پیشنهاد گردیده است. با آزمایش روش پیشنهادی بر روی سیستم های قدرت نمونه، کارایی شبکه عصبی RBF را در پیش بینی حاشیه دینامیکی پایداری ولتاژ نشان داده ایم.

کلیدواژه ها:

حاشیه دینامیکی پایداری ولتاژ ، نقطه HB ، شبکه عصبی تابع پایه شعاعی ، روش انتخاب مولفه همبستگی