مدیریت و کاهش پیک بار در شبکه های هوشمند برق با منطق فازی و الگوریتم های هوشمند

Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 719

This Paper With 22 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:

COMCONF01_516

تاریخ نمایه سازی: 8 آذر 1394

Abstract:

در این مقاله به ارائه یک سیستم مدیریت بار در شبکه های هوشمند پرداخته می شود. سیستم پیشنهادی شامل رویکردهای متنوعی -از جمله جابجایی زمانی بار و سوئیچ کردن بار بین منابع می باشد. این رویکردها به صورت پویا و با توجه به اطلاعات دریافتی از شبکه و همچنینپیش بینی صورت گرفته برای لحظات بعدی پیاده سازی می شوند. از روش شبکه های عصبی برای پیش بینی، از منطق فازی برای طرح برخیقواعد تصمیم گیری، و از الگوریتم های ژنتیک و ازدحام ذرات به منظور بهینه سازی پارامترهای سیستم بهره گرفته می شود. اهداف اصلی سیستم مدیریت شامل کاهش پیک، کاهش ناهمواری منحنی بار، کاهش تلفات، و افزایش تعادل ظرفیت باقیمانده منابع در نظر گرفته شده اند. علاوه بر این در سیستم پیشنهادی نوع بار مصرف کنندگان به عنوان اطلاعاتی مهم در مدیریت بار مدنظر قرار گرفته شده است

Authors

سیدحسن عسگری

کارشناسی ارشد برق قدرت دانشگاه آزاد اسلامی واحد بجنورد

حسین لطفی

دانشجوی دکترای برق قدرت دانشگاه آزاد اسلامی واحد نیشابور

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 :
  • D. S. Kirschen and G. Strbac, "Fundamentak of power System ...
  • IEA, "Strategic Plan for the IEA Demand Side Management Program ...
  • C. Liu, Q.-A. Zeng, and Y. Liu, "A Dynamic Load ...
  • C. Liu, Q.-A. Zeng, and Y. Liu, "A Dynamic Load ...
  • J. Jantzen, Foundations of Fuzzy Control: A Practical Approach. John ...
  • S. Haykin, Neural networks: d comprehensive foundation. Prentice Hall PTR, ...
  • O. Nelles, Nonlinear system identificatio. from classical approaches to neural ...
  • D. Whitley, _ genetic algorithm tutorial, " Statistics and computing, ...
  • Grosan, C., Abraham, A., Monica, C.: Swarm Intelligence in Data ...
  • _ ena yagamoorthy , G.K., Harley, R.G.: Swarm Intelligence for ...
  • Kennedy, J., Eberhart, R.C.: Swarm Intelligence. Morgan Kaufmann Publisher, San ...
  • Bai, H., Zhao, B.: A Survey on Application of Swarm ...
  • Millonas, M.: Swarms, Phase Transitions, and Collective Intelligence. In: Langton, ...
  • Kennedy, J., Eberhart, R.: Particle Swarm Optimization. In: Proceedings of ...
  • نمایش کامل مراجع