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

Application of ANN Technique for Interconnected Power System Load Frequency Control

اعتبار موردنیاز: ۱ | تعداد صفحات: ۹ | تعداد نمایش خلاصه: ۱۷۵۳ | نظرات: ۰
سرفصل ارائه مقاله: مطالعات سیستم
سال انتشار: ۱۳۸۲
نوع ارائه: شفاهی
کد COI مقاله: PSC18_165
زبان مقاله: انگلیسی
حجم فایل: ۱۵۳.۱۶ کلیوبایت (فایل این مقاله در ۹ 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 ۹ 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 Application of ANN Technique for Interconnected Power System Load Frequency Control

Shayanfar - Electrical Eng. Department IUST, Tehran, Iran
Shayeghi - Technical Eng. Department Mohaghegh Ardabili University, Ardabil, Iran

چکیده مقاله:

This paper describes an application of Artificial Neural Networks (ANN) to Load Frequency Control (LFC) of nonlinear power systems. Power systems, such as other industrial processes, have parametric uncertainties that for controller design had to take the uncertainties into account. For this reason, in the design of LFC controller the idea of robust control theories are being used. To improve the stability of nonlinear power system, in the various operating point and under different disturbances this controller has been reconstructed with the use of neural network capability based on Radial Basis Function (RBF). The motivation of using the robust control for training of the RBF neural networks controller is taking the large parametric uncertainties into account in such away that both stability of the overall system and good performance have been achieved for all admissible uncertainties. The simulation results on interconnected power system show that the proposed Nonlinear Neural Controller (NNC) not only is robust to increasing of load perturbations and operating point variations, but also the NNC gives good dynamic response compared with conventional PI and robust controllers. It guarantees the stability of the overall system even in the presence of generation rate constraint (GRC).

کلیدواژه‌ها:

Load Frequency Control, Radial Basis Function Neural Networks, Power Systems, Robust Control

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-PSC18-PSC18_165.html
کد COI مقاله: PSC18_165

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:
Shayanfar, & Shayeghi, ۱۳۸۲, Application of ANN Technique for Interconnected Power System Load Frequency Control, هجدهمین کنفرانس بین المللی برق, تهران, شرکت توانیر, پژوهشگاه نیرو, https://www.civilica.com/Paper-PSC18-PSC18_165.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: (Shayanfar, & Shayeghi, ۱۳۸۲)
برای بار دوم به بعد: (Shayanfar & Shayeghi, ۱۳۸۲)
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 :

  • of Hcontroller load frequency control in electric power systems" , ...
  • Glover J. D. and F. C. Schweppe, ، Advance load ...
  • Jafari-Harandi M. and S. M. T. Bathee, ،، Decentralized variab ...
  • Bengiamin N. N. and W. C. Chan, ،، Variable structure ...
  • adaptive controller for power system lo ad-frequency control?, IEEE Trans. ...
  • Sharyati-yazdi R., M. Abedi and M. B. Menhaj, ،، Multi ...
  • Beaufays F. et al, 4Application of neural networks to load ...
  • Demiroren, A., et al, 4Application of ANN technique to load ...
  • Zhou R., Y. Wang, and C. Wen, ،Robust lo ad-frequency ...
  • Shayeghi H., H. A. Shayanfar, _ Controller design for interc ...
  • Shayeghi H., M. Karrari and M. B. Menhaj, 4The H.Theory ...
  • Doyle J. C., K. Glover, P. P. Khargonekar and B. ...
  • S., Neural Networks -A Compreh ensive Foundation, New Jercy, Prentice ...
  • 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 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.