فاصله یابی خطا در خطوط ترکیبی ( هوائی / کابلی ) به کمک شبکه عصبی

Publish Year: 1386
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 2,358

This Paper With 11 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:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

PSC22_038

تاریخ نمایه سازی: 15 اردیبهشت 1386

Abstract:

در این مقاله سعی شده تا با کمک گرفتن از شبکه عصبی مصنوعی و استفاده از اطلاعات اندازه گیری شده از یک طر ف خط، محل وقوع خطا در سیستمی که از یک خط هوائ ی ترکی ب شده با کابل زم ینی تشکیل شده مشخص گردد . روش پی شنهادی در این مقاله از دو مرحله تشک یل شده است . در مرحله اول به کمک یک شبکه عصبی قسمت مع یوب خط مشخص م یگردد و در مرحله دوم مکان خطا با آموزش دو شبکه عصبی جداگانه برای خطاهای قسمت کابلی و خطاهای قسمت هوائی خط، به دقت تعیین میگردد . ورودیهای شبکه های عصبی شامل هارمونیک اصلی شکل موجهای ولتاژ و جریان و اختلاف زاویه بین آنها و مولفه dc شکل موج جریان بوده و خروجی آن مکان خطا می - باشد . به منظور دست یابی به دادهها ی مور د نی از، س ی ستم قدرت نمونهای در نرم افزار EMTP شبیهسازی شده و اطلاعات حاصله جهت پردازش به نرم افزار MATLAB منتقل شده است . نتایج حاصل از شبیه سازی های متعدد تحت شرایط متفاوت سیستم، از جمله زوایای شروع خطا ی متفاوت ، مکان و مقاومت های مختلف خطا برای اتصال کوت اه تک فاز و سه فاز، دقت بالای روش پیشنهادی را تأیید مینماید

Keywords:

حفاظت سیستمهای قدرت , خطوط انتقال ترکیبی combined , فاصلهیابی خطا , شبکهعصبی مصنوعی , الگوریتم آموزش پس انتشار خطا

Authors

جواد ساده

گروه کارشناسی ارشد، دانشگاه آزاد اسلامی واحد گناباد ،گروه برق، دانشک

حمید افرادی

گروه کارشناسی ارشد، دانشگاه آزاد اسلامی واحد گناباد

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 :
  • M.M. Saha, J. Izykowski, and E. Rosolowski, "A Method of ...
  • J. Izykowski, R. Kawecki, E. Rosolowski, and M.M. Saha, "Locating ...
  • S. Hongchun, S. Dajun, G. Yaozhong and C. Xunyun, "A ...
  • Davis T.S.. et al, *Learning Fuzzy Rule Bases for Fualt ...
  • Chen Zh. and Maua J.C., ،، c _ Artificial Neural ...
  • Joorabian M., ،. A New Approach to Accurate Fault Location ...
  • Kanoh H., et al.، A Study on Practical Fault Location ...
  • Gracia, J., et al.، Best ANN structures for fault location ...
  • Tag El Din El-Seyed., et al.، #Fault Location Scheme for ...
  • نمایش کامل مراجع