طراحی رلة وصل مجدد تکفاز تطبیقی با استفاده از شبکه های عصبی مصنوعی

سال انتشار: 1382
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,221

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

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

PSC18_025

تاریخ نمایه سازی: 28 اردیبهشت 1386

چکیده مقاله:

رلة وصل مجدد تکفاز تطبیقی (AdSPAR) 1 دارای محاسن زیادی نسبت به سیستم مرسوم می باشد . در حالت خطای گذرا، تعیین دقیق زمان برطرف شدن قوس ثانویه و در حالت خطای ماندگار، جلوگیری از وصل مجدد و عدم وارد شدن شوک به سیستم از قابلیت های سیستم تطبیقی می باشد . جزئیات طراحی این سیستم با استفاده از هوش مصنوعی و توصیف یک روش خاص برای استخراج مشخصات و آموزش شبکه عصبی در این مقاله تشریح شده است . تجزیه و تحلیل خطاها روی یک خط انتقال هوائی در رده ولتاژ بالا (HV) و در رده فوق بالا (EHV) نشان داده است، که حدود 80 تا 90 درصد از خطاها در طبیعت بصورت گذرا هستند . درنتیجه، وصل مجدد بریکرها می تواند در موارد بسیاری بطور موفقیت آمیزی خط را دوباره برقدار کند . نیاز به منابع انرژی بدون وقفه و پایداری سیستم، باعث شده که خطاهای بوجود آمده درسیستم را بسرعت برطرف نموده و شبکه را به حالت عادی برگرداند . درروشهای مرسوم وصل مجدد مشکلاتی وجود دارد که با استفاده از روش تطبیقی تعدادی از این مشکلات حل خواهد شد . از نتایج مطالعه دیده می شود که شبکه های عصبی مصنوعی می تواند به عنوان یک ابزار مؤثر و قدرتمند در تشخیص به وسیله رلة وصل مجدد تکفاز تطبیقی استفاده شود

کلیدواژه ها:

خطوط انتقال ، رلة وصل مجدد تکفاز تطبیقی ، شبکه های عصبی مصنوعی ، نرم افزار EMTP

نویسندگان

امید سروری

برق منطقه ای خوزستان، دانشگاه شهید چمران اهواز ، دانشگاه صنعتی شریف

محمود جورابیان

برق منطقه ای خوزستان، دانشگاه شهید چمران اهواز ، دانشگاه صنعتی شریف

ایمان سروری

برق منطقه ای خوزستان، دانشگاه شهید چمران اهواز ، 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 :
  • A.T.Johns, R. K.Aggarwal, R.W.Dunn, D.S.Fitton; IEE Proc .-Gener. Transm. Distrib., ...
  • D.S.Fitton ; A Neural Network Basde Adaptive Single Pole Autoreclosure ...
  • RK Aggarawal , YH Song , AT Johns University of ...
  • D.S.Fitton, I.P.Gardiner, IEE Colloquium AI Application in Power System, 20 ...
  • S.PWebsper, A.T.Johns, R. K.Aggarwal, R.W.Dunn NOVEMBER 1995;An Investigation into Breaker ...
  • S.Pwebsper, A.T.Johns, R. K.Aggarwal, R.W.Dunn, A.Bennett April 1996; Design and ...
  • Yoshiaki Tsukamoto , Akira Namatame IEEE 1996; Evolving Neural Network ...
  • نمایش کامل مراجع