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

A Robust and Adaptive Temporal Difference Learning Based MLP Neural Network for Flexible AC Transmission Systems

اعتبار موردنیاز: ۱ | تعداد صفحات: ۱۰ | تعداد نمایش خلاصه: ۱۷۵۴ | نظرات: ۰
سرفصل ارائه مقاله: مطالعات سیستم
سال انتشار: ۱۳۸۳
کد COI مقاله: PSC19_176
زبان مقاله: انگلیسی
حجم فایل: ۱۵۴.۲۵ کلیوبایت (فایل این مقاله در ۱۰ 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 ۱۰ 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 A Robust and Adaptive Temporal Difference Learning Based MLP Neural Network for Flexible AC Transmission Systems

Farzan Rashidi - Hormozgan Regional Electric Co., Bandar-Abbas, Iran
Mehran Rashidi - Hormozgan Regional Electric Co., Bandar-Abbas, Iran
Hamid Monavar - Hormozgan Regional Electric Co., Bandar-Abbas, Iran
Abdolsaheb Arjomand - Hormozgan Regional Electric Co., Bandar-Abbas, Iran

چکیده مقاله:

A neuro-control approach for flexible AC transmission systems (FACTS) based on temporal difference learning based multilayer perceptron neural network (TDMLP) is presented in this paper. The proposed scheme consists of a single neuron network whose input is derived from the active or reactive power or voltage derivation at the power system bus, where the FACTS device (in this case an unified power flow controller) is located. The performance and usefulness of this approach is tested and evaluated using both single-machine infinite-bus and power system subjected to various two-machine transient disturbances. It was found that the new intelligent controller for FACTS exhibits a superior dynamic performance in compensation to the existing classical control schemes. Its simple architecture reduces the computational overhead, thereby real-time implementation.

کلیدواژه‌ها:

Temporal difference learning, MLP neural network, FACTS, real and reactive power, transient stability.

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-PSC19-PSC19_176.html
کد COI مقاله: PSC19_176

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:
Rashidi, Farzan; Mehran Rashidi; Hamid Monavar & Abdolsaheb Arjomand, ۱۳۸۳, A Robust and Adaptive Temporal Difference Learning Based MLP Neural Network for Flexible AC Transmission Systems, نوزدهمین کنفرانس بین المللی برق, تهران, شرکت توانیر, شرکت متن, https://www.civilica.com/Paper-PSC19-PSC19_176.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: (Rashidi, Farzan; Mehran Rashidi; Hamid Monavar & Abdolsaheb Arjomand, ۱۳۸۳)
برای بار دوم به بعد: (Rashidi; Rashidi; Monavar & Arjomand, ۱۳۸۳)
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 :

  • L. Gyugyi, C.D. Schauder, S.L. Torgerson and A. Edris, ،The ...
  • L. Gyugyi, ،Unified Power flow concept for flexible AC Transmission ...
  • C.D. Schauder and H. Mehta, ،Vector Analysis and Control of ...
  • M. Noorzian, L. Angquist, M. Ghandari and G. Anderson, *Improving ...
  • _ A Robust and Adaptive Temporal Difference Learning Based MLP ... [مقاله کنفرانسی]
  • R.S.Sutton, "Learning to Predict by the Methods of Temporal Differences, ...
  • D _ E.Rumelhart, R .J.Williams, ...
  • Repres entations by Error Propagation, " Parallel Distributed Processing (PDP): ...
  • Dynamics by S eries- Connected FACTS Devices?, IEEE Trans. On ...
  • M. Noorzian and G. Anderson, *Damping of Power System by ...
  • _ R. Padiyar and A. M. Kulkarni, 44Control design and ...
  • S. Limy ingcharoen _ U. D. Annakkage and N. C. ...
  • K. S. Narendra, K. Parth asarathy, _، Identification and control ...
  • K. G. Narendra, K. Khorasani, V. K. Sood, R. V. ...
  • P. Dayan, *Temporal Differences: _ for General _ Machine Learning, ...
  • Computer and Information Science, University of Mas sachusetts, Amherst, 1984 ...
  • R. S. Sutton and A. G. Barto, A Temporal Diference ...
  • 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.