انتخاب پارامترها و توابع آموزش شبکه عصبی بهینه جهت تخمین حاشیه پایداری ولتاژ
Publish place: 14th Iranian Student Conference on Electrical Engineering
Publish Year: 1390
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,751
This Paper With 5 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ISCEE14_350
تاریخ نمایه سازی: 31 مرداد 1390
Abstract:
ما دراین مقاله روشی را برای انتخاب شبکه عصبی بهینه جهت تخمین مرزپایداری ولتاژ ارایه کردها یم برای این کار از مدل شبکه عصبی پرسپترون چند لایه برای تخمین حاشیه پایداری ولتاژ سیستم قدرت در نقطه ناپایداری ولتاژ استفاده کرده ایم اندازه و زاویه ولتاژ شین های بار به عنوان ورودی و مرز پایداری ولتاژ به عنوان خروجی مطلوب شبکه عصبی درنظر گرفته شده اند شبیه سازی روی سیستم 14 شینه استاندارد انجام گرفته و با تغییر الگوریتم ها و توابع آموزشی شبکه های عصبی مختلفی را در جعبه ابزار شبکه عصبی متلب ایجاد کردها یم و با مقایسه آنها از نظر تعداد تکرار خطای تخمین و رگرسیون شبکه عصبی بهینه را انتخاب نموده و با تغییر نرخ اموزشی و تعدادتکرار مقادیر بهینه این پارامترها را بهدست آورده ایم.
Keywords:
Authors
علی اکبر مطیع بیرجندی
دانشگاه تربیت دبیر شهید رجایی
سعید رحیمی غلامی
دانشگاه تربیت دبیر شهید رجایی
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :