شناسایی پارامترهای مدلقوس KEMA در کلیدهای قدرت با الگوریتم ژنتیک
محل انتشار: بیست و یکمین کنفرانس بین المللی برق
سال انتشار: 1385
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,361
متن کامل این مقاله منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.
- 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:
PSC21_101
تاریخ نمایه سازی: 27 آبان 1385
چکیده مقاله:
بــروز قــوس الکتریکــی در محفظــه قطــع کلیــدهای قــدرت پدیده ای با اهمیت، دارای رفتار پیچیده و در عین حال تعیـین کننده در طراحی و مدل سازی کلیدهای قدرت می باشد . در این مقاله ضمن بررسی مدل قـوس الکتریکـی KEMA در کلیدهای قدرت، روش جدیدی مبتنی بر الگوریتم ژنتیـک بـه منظور شناسایی پا رامترهـای آن ارائـه مـی شـود . مـدل قـوس KEMAبر پایه معادلات کلاسیک Mayr و Cassie بنـا نهـاده شده است . م شکل اساسی در به کار گیری این مدل شناسایی و تعیین پارامترهای آن می باشد . استفاده از روش ارائه شـده در این مقاله ساده بوده و نیازی به اطلاع از پدیده هـای فیزیکـی رخ داده در محفظه قطع کلیدهای قدرت ندارد . در ایـن روش کلید قدرت به صورت یک جعبه سیاه در نظـر گرفتـه شـده و رفتار آن که همان تغییرات ولتاژ دو سر قـوس مـی باشـد ، بـه عنوان خروجی و جریان گذرنـده از کلیـد ، ورودی محسـوب می شود . در الگوریتم ژنتیک پیشنهادی پارامترهایی که بـه ا زای آنها بهترین تطابق بین ولتاژ محاسبه شده و ولتاژ اندازه گیـری شده به وجود آید، جستجو می شوند
کلیدواژه ها:
مدل قوس الکتریکی - شناسایی پارامتر - کلیدهای قدرت - الگوریتم ژنتیک
نویسندگان
وحید رشتچی
استادیار گروه برق دانشکده مهندسی دانشگاه زنجان
عباس لطفی
گروه برق دانشکده مهندسی دانشگاه زنجان مرکز تحقیق و توسعه شرکت پارس سو
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 :