تشخیص و کلاسه بندی خطا در شبکه های هوشمند با استفاده از فازورهای ولتاژ و جریان
عنوان مقاله: تشخیص و کلاسه بندی خطا در شبکه های هوشمند با استفاده از فازورهای ولتاژ و جریان
شناسه ملی مقاله: JR_DMOR-3-1_007
منتشر شده در در سال 1397
شناسه ملی مقاله: JR_DMOR-3-1_007
منتشر شده در در سال 1397
مشخصات نویسندگان مقاله:
محمد صابری - گروه مهندسی برق، موسسه آموزش عالی آیندگان، تنکابن، ایران
بهزاد تقی پور - گروه مهندسی برق، دانشگاه آزاد اسلامی واحد سیاهکل، سیاهکل، ایران.
خلاصه مقاله:
محمد صابری - گروه مهندسی برق، موسسه آموزش عالی آیندگان، تنکابن، ایران
بهزاد تقی پور - گروه مهندسی برق، دانشگاه آزاد اسلامی واحد سیاهکل، سیاهکل، ایران.
این مقاله، یک متدولوژی جهت تشخیص و کلاسه بندی خطاهای رخ داده بر روی خطوط انتقال شبکه های قدرت هوشمند ارائه می کند. در روش پیشنهادی، فازورهای ولتاژ و جریان توسط واحد اندازه گیری فازور (PMU) نصب شده در باس ژنراتور، تخمین زده می شود و سپس زوایای ولتاژ و جریان معادل به دست می آید. این زوایا از طریق تبدیل فوریه سریع) FFT (آنالیز می شوند و برای تشخیص و کلاسه بندی خطای خط انتقال بکار می روند. تشخیص خطای خط انتقال با استفاده از روش سیستم استنتاج فازی-عصبی صورت می گیرد و کلاسه بندی خطای تشخیص داده شده با استفاده از ماشین بردار پشتیبانی (SVM) انجام می شود. اعتبار سنجی روش پیشنهادی بر روی سیستم ۱۴ باسه IEEE در محیط نرم افزار متلب مورد آزمایش قرارگرفته است.
کلمات کلیدی: تشخیص و کلاسه بندی خطا, شبکه هوشمند, واحد اندازه گیری فازور, آنالیز تبدیل فوریه, سیستم استنتاج قازی-عصبی, ماشین بردار پشتیبان
صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1443622/