CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)
عنوان
مقاله

کاربرد شبکه های عصبی در پیشگویی هارمونیک های ولتاژ

اعتبار موردنیاز: ۱ | تعداد صفحات: ۷ | تعداد نمایش خلاصه: ۹۳۶ | نظرات: ۰
سرفصل ارائه مقاله: سایر موضوعات
سال انتشار: ۱۳۷۲
کد COI مقاله: PSC08_111
زبان مقاله: فارسی
حجم فایل: ۱۷۳.۴۷ کلیوبایت (فایل این مقاله در ۷ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید. در پایگاه سیویلیکا عموما مقالات زیر ۵ صفحه فولتکست محسوب نمی شوند و برای خرید اینترنتی عرضه نمی شوند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۷ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳۰,۰۰۰ ریال

آدرس ایمیل خود را در زیر وارد نموده و کلید خرید با پرداخت اینترنتی را بزنید. آدرس ایمیل:

رفتن به مرحله بعد:

در صورت بروز هر گونه مشکل در روند خرید اینترنتی، بخش پشتیبانی کاربران آماده پاسخگویی به مشکلات و سوالات شما می باشد.

مشخصات نویسندگان مقاله کاربرد شبکه های عصبی در پیشگویی هارمونیک های ولتاژ

  علیمحمد رنجبر - گروه هوش مصنوعی _ مرکز تحقیقات نیرو
  علیرضا شیرانی - گروه هوش مصنوعی _ مرکز تحقیقات نیرو
  هیوا لهونیان - گروه هوش مصنوعی _ مرکز تحقیقات نیرو

چکیده مقاله:

استفاده از عناصر نیمه هادی در کنترل بارهای غیرخطی صنعتی سبب تولید هارمونیک های زیادی در شبکه های قدرت می گردد . وجود این هارمونیک ها در سیستم قدرت سبب پدید آمدن اختلالاتی در عملکرد شبکه های قدرت شده و ممکن است سبب اشتباه در عملکرد رله های حفاظتی و یاگرمای بیش از حد بانک های خازنی گردند . مجموعه این مسایل لزوم آنالیز و پیشگویی هارمونیکها و به ت بع آن ا خذ تدابیر لازم در جهت کاهش آن را اجتناب ناپذیر می سازد . پیچیدگی رفتار بارهای بزرگ سبب شده که روشهای مرسوم، قادر به پیشگویی دقیق هارمونیکها در ا ین بارها نبوده و لزوم توجه به روشهای دیگر را ایجاب نماید . در این مقاله از شبکه های عصبی که کارایی مناسبی در یافتن رابطه ب ین ورودی ها و خروجی های یک سیستم نامشخص را داراست استفاده شده، هارمونیکهای ولتاژ پیشگویی گردیده است . نتایج بدست آمده نیز موید این ن ظر است که این روش دارای پراکندگی خطای بمراتب کوچکتری نسبت به سایر ورش های پیشگویی می باشد .

کلیدواژه‌ها:

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-PSC08-PSC08_111.html
کد COI مقاله: PSC08_111

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
رنجبر, علیمحمد؛ علیرضا شیرانی و هیوا لهونیان، ۱۳۷۲، کاربرد شبکه های عصبی در پیشگویی هارمونیک های ولتاژ، هشتمین کنفرانس بین المللی برق، تهران، شرکت توانیر، پژوهشگاه نیرو، https://www.civilica.com/Paper-PSC08-PSC08_111.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (رنجبر, علیمحمد؛ علیرضا شیرانی و هیوا لهونیان، ۱۳۷۲)
برای بار دوم به بعد: (رنجبر؛ شیرانی و لهونیان، ۱۳۷۲)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 :

  • H.Mori, etal, ،0An Artificial Neural. Net. Based Method for Predicting ...
  • harmonic filter design Procedure?, Electric Powe System Research 23 (1992). ...
  • Harmonic analysis in Power Systems. Electric Power System Research. ...
  • 30 years of Adaptive Neural Networks: Perception Madeline and Back ...
  • R.K.Haranta, G.G.Richards, ،Harmonic Source monitoring and identification using Neutral. Net'; ...
  • W.M.Grady, G.T.Heydt, ،Prediction of Power System harmonics Due to Gaseous ...
  • Y.Hsu, C.Chen, ،Tuning of Power System stabilizer using an artificial ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز:
    تعداد مقالات: ۲۰۹۶
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مدیریت اطلاعات پژوهشی

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.