روشی جدید در شناسایی قطع میدان تحریک درژنراتورهای سنکرون با استفاده از تئوری یادگیری بیز
Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,006
This Paper With 7 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:
شناسه ملی سند علمی:
TEDECE02_171
تاریخ نمایه سازی: 21 شهریور 1395
Abstract:
از آنجایی که قطع میدان تحریک از مهمترین اتفاقاتی است که عملکرد عادی یک ژنراتور سنکرون و از آنجا پایداری و امنیت سیستم قدرت را به خطر می اندازد، شناسایی مناسب و به موقع آن از اهمیت بسیاری زیادی برخوردار است. در این مقاله روشی بر مینای یادگیری بیز کهاز روش های یادگیری ماشینی می باشد ارائه گردیده که نه تنها توانسته است عملکرد مناسبی تحت شرایط بارگذاری متفاوت داشته باشد بلکهدر شناسایی و تمایز میان قطع میدان تحریک و نوسانات گذرای سیستم قدرت نسبت به روش های ارائه شده دیگر نیز از توانایی فوق العاده ای برخوردار است. نتایج شبیه سازی بر روی سیستم مورد مطالعه تحت شرایط بارگذاری مختلف و سناریو خطاهای متفاوت در محیط PSCAD ، عملکرد و کارایی مناسب روش پیشنهادی را در شناسایی موثر و سریع قطع میدان تحریک نشان می دهد و نتایج این روش نیز با درخت تصمیم که از روش های شناخته شده در شناسایی قطع میدان تحریک است، مقایسه شده است
Keywords:
Authors
پدرام قصیری دربنده
دانشگاه کردستان، دانشکده مهندسی، گروه مهندسی برق
علی حسامی نقشبندی
دانشگاه کردستان، دانشکده مهندسی، گروه مهندسی برق
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 :