ارزیابی قابلیت اطمینان با استفاده از شبکه عصبی MLP و شبیه سازی مونت کارلو
محل انتشار: دوازهمین کنفرانس دانشجویی مهندسی برق ایران
سال انتشار: 1388
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 2,931
فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ISCEE12_309
تاریخ نمایه سازی: 29 اسفند 1387
چکیده مقاله:
ارزیابی قابلیت اطمینان یکی از مهمترین بخشهای برنامه ریزی و بهره برداری از سیستم قدرت می باشد. یکی از روشهای ارزیابی قابلیت اطمینان استفاده از شبکه های عصبی می باشد که بر اساس یادگیری پس انتشار خطا کاربرد زیادی در طبقه بندی دارند.این مقاله روش جدیدی برای ارزیابی قابلیت اطمینان با استفاده از شبکه های عصبی MLP و الگوریتم مونت کارلو ارائه می کند که باعث کاهش زمان محاسبات اندازه گیری شاخص قابلیت اطمینان LOLP در الگوریتم مونت کارلو می گردد. در انتها کارایی این روش بر روی سیستم تست IEEE RTS برای نشان داده می شود.
کلیدواژه ها:
نویسندگان
میثم خجسته
دانشگاه صنعتی شریف
عادل تقی زاده طرقبه
دانشگاه صنعتی شریف
علی عباسپور تهرانی فرد
دانشگاه صنعتی شریف
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 :