تخمین حالت مقاوم در سیستمهای قدرت به کمک الگوریتم ابتکاری و ترکیبی حداقل مربعات خطا و حداقل فاصله اطلاعات اندازگیرها
Publish place: International Conference on Nonlinear Systems and Optimization of Electrical and Computer Engineering
Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 793
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NSOECE01_133
تاریخ نمایه سازی: 1 مهر 1394
Abstract:
با وجود اینکه چندین دهه از مطرح شدن بحث تخمین حالت در شبکه های قدرت می گذرد، عواقب خطرناک ناشی از کنترل و تصمیم گیری بر مبنای اطلاعات نادرست از شبکه، باعث گردیده که هنوز دقت، اطمینان و مقاوم بودن روش تخمین دغدغه اساسی سیستم مدیریت انرژی (EMS) باشد.در این مقاله الگوریتمی ارائه خواهد شد که علاوه بر دقت بالا، در مقابل داده های بد و انحرافات الگوپذیر و الگوناپذیز موجود در مجموعه اطلاعات دریافتی از اندازگیرها مقاوم نیز باشد. ابتداً معیار LAV را برای اطلاعات آلوده به داده بد با استفاده از روش IPSO منیمم می کنیم. در مرحله بعد با مبنا قرار دادن مجموعه اندازگیریهای قابل اعتماد بدست آمده از نگاشت انقباض، تمامی اطلاعات دریافتی از اندازگیرها را فیلتر می کنیم. در نهایت به کمک الگوریتم WLS ،تخمین حالت دقیق بر روی اطلاعات فیلتر شده، انجام خواهد شد. نتایج شبیه سازی برای سیستم 14 باس IEEE ، بیانگر دقت و کارآمدی این الگوریتم می باشد
Keywords:
Authors
Mohsen Khosravi
Corresponding Author, PhD Student in Electric Power Engineering, Faculty of Electrical and Robotic Engineering, Shahrood University of Technology, Iran.
Mahdi Banejad
Associate Professor in Electric Power Engineering, Faculty of Electrical and Robotic Engineering,Shahrood University of Technology, Iran.
Heidar Tosian Shandiz
Associate Professor in Control Engineering, Faculty of Electrical and Robotic Engineering,Shahrood University of Technology, Iran.
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 :