ساختار خودسازمانده فازی و بهینه سازی آن با استفاده از معیار اکائیک جهت تخمین حاشیه امنیت ولتاژ

در سالهای اخیر، عمده تحقیقات انجام شده در زمینه تخمین حاشیه امنیت ولتاژ در جهت یافتن شاخصهایی بوده که چگونگی نزدیکی نقطه کار جاری سیستم به نقطه فروپاشی ولتاژ را نشان دهد. یکی از عمده مشکلات این روشها حجم محاسباتی بالای آنها بوده است که در نتیجه جهت استفاده بلادرنگ 1 در مراکز کنترل قدرت مناسب نمی باشند. بدین منظور استفاده از شیوه کلاس بندی شبکه هایهوشمند که برای سیستمهای تشریح شده بوسیله مجموعه داده ها مناسب است، پیشنهاد شده است. در مراجع [ 14 ] و [ 15 ] از دو شیوه فازی- عصبی بدین منظور استفاده شده است که اولی براساس ساختار عصبی مینیمم- ماکزیمم فازی عمومی و دومی ساختار پیشنهادی خودسازمانده فازی است که ترکیبی از دو ساختار عصبی مینیمم-ماکزیمم فازی عمومی 2 و کوهنن 3 می باشد. از آنجا که تعیین بهینه بعد پارامترهای ورودی دخیل در این ساختارها از لحاظ محاسباتی بسیار حائز اهمیت است در این مقاله از یک شیوه تعیین مرتبه مدل به نام معیار اطلاعات اکائیک AIC) 4 جهت تعیین بعد بهینه پارامترهای ورودی، استفاده شده است. اطلاعات لازم جهت آموزش ساختار مورد نظر با استفاده از شاخصمینیمم مقدار تکین 5 ژاکوبین معادلات پخش بار حاصل شده است.در این حالت از 2000 داده ای که بطور تصادفی از شرایط کار سیستم 30 شینه IEEE حاصل شده، جهت تست استفاده شده است، نتایج حاصله بیان کننده بازده بالای ساختار مورد نظر تحت بعد بهینه حاصله می باشد

Keywords:

شبکهعصبیکوهنن , شبکهعصبی مینیمم- ماکزیمم فازی , معیار اکائیک , تخمین حاشیه امنیت ولتاژ