روشی نوین برای یافتن ژنراتورهای همپا با استفاده از نظریه گراف و خوشه بندی
Publish place: Journal of Iranian Association of Electrical and Electronics Engineers، Vol: 21، Issue: 4
Publish Year: 1403
Type: Journal paper
Language: Persian
View: 32
This Paper With 9 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
JR_JIAE-21-4_010
Index date: 27 February 2025
روشی نوین برای یافتن ژنراتورهای همپا با استفاده از نظریه گراف و خوشه بندی abstract
مطالعات پایداری، کنترل و طراحی شبکه های قدرت با توجه به وسعت زیاد و درهم تنیدگی بیش از حد این شبکه ها، امری دشوار و زمان بر بوده و لذا برای انجام این مطالعات، معادل سازی دینامیکی بسیار مفید و اجتناب پذیر است. معادل سازی دینامیکی با تبدیل شبکههای وسیع و پیچیده به شبکههای کوچکتر انجام می گیرد. یکی از روش های معادل سازی، یافتن ژنراتورهای همپا است. در روش همپایی، ابتدا بر اساس مشخصات و نوسانات شبکه، هر گروه ژنراتورهای همپا با یک ژنراتور معادل جایگزین می شوند و سپس معادل دینامیکی گروهها در مطالعات شبکههای قدرت استفاده می شوند. در همین راستا، در این مقاله با استفاده از نظریه گراف و شاخص کیفیت خوشه بندی، روشی جدید برای یافتن ژنراتورهای همپا در یک شبکه قدرت ارائه می شود. روش پیشنهادی بر پایه مدل شبکه قدرت بوده و تنها اطلاعات مورد نیاز آن، ادمیتانس خطوط ارتباطی بین باس های ژنراتوری شبکه است. شبکه ۳۹ باس IEEE جهت نشان دادن کارایی روش، مورد استفاده قرار می گیرد. نتایج ارائه شده و مقایسه نتایج با دیگر مقالات، نشان می دهد که روش پیشنهادی در عین سادگی با تقریب قابل قبولی، ماشین های همپا را به خوبی شناسایی می کند.
روشی نوین برای یافتن ژنراتورهای همپا با استفاده از نظریه گراف و خوشه بندی Keywords:
روشی نوین برای یافتن ژنراتورهای همپا با استفاده از نظریه گراف و خوشه بندی authors
حامد شهمرادی
Faculty of Engineering, Shahed University
عارف درودی
Faculty of Engineering, Shahed University
محمد صالح فرخی
Faculty of Engineering, Shahed University
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 :
