مصطفی زارعی - کارشناسی ارشد، گروه هوش مصنوعی ، دانشکده فنی و مهندسی کامپیوتر ، دانشگاه آزاد اسلامی واحد علوم و تحقیقات بوشهر، ایران
مرضیه دادور - استادیار، گروه هوش مصنوعی ، دانشکده فنی و مهندسی کامپیوتر ، دانشگاه آزاد اسلامی واحد علوم و تحقیقات بوشهر، ایران
زهره غریبی - کارشناسی ارشد، گروه هوش مصنوعی ، دانشکده فنی و مهندسی کامپیوتر ، دانشگاه آزاد اسلامی واحد علوم و تحقیقات بوشهر، ایران
محمد شاکری - کارشناسی ارشد، گروه هوش مصنوعی ، دانشکده فنی و مهندسی کامپیوتر ، دانشگاه آزاد اسلامی واحد علوم و تحقیقات بوشهر، ایران

در این مقاله به دلیل اهمیت پایداری وضعیت در سیستم های قدرت و ضرورت ارزیابی امنیت با سرعت و دقت قابل قبول، به بررسی قابلیت اطمینان پایداری وضعیت (SSA) برای تعیین سطح امنیت سیستم قدرت با استفاده از الگوریتم ژنتیک و شبکه عصبی پرداخته شده است. در این روش ابتدا کاهش نویز با استفاده از روش فیلتری بر روی داده ها انجام می شود و سپس طبقه بندی داده ها با استفاده از الگوریتم ژنتیک و شبکه عصبی برای ارزیابی امنیت پایداری وضعیت در سیستم قدرت انجام می شود، در این تحقیق از مجموعه داده های نیوتن رافسون (NRLF) برای آزمایش و ارزیابی روش پیشنهادی GA-ANN با سایر روش ها استفاده شده است، سرعت اجرا و دقت طبقه بندی روش پیشنهادی نسبت به روش های دیگر بهتر است.

ارزیابی امنیت پایداری وضعیت، الگوریتم ژنتیک، شبکه عصبی، سیمتم های قدرت