کنترل بار فرکانس سیستم های قدرت توسط کنترل کننده عصبی آموزش داده شده با الگوریتم بهینه سازی فاخته
Publish place: اولین همایش ملی علوم کاربردی و مهندسی
Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 309
This Paper With 11 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ASEA01_059
تاریخ نمایه سازی: 18 تیر 1396
Abstract:
در متن سیستم های قدرت از بخشهای مختلفی تشکیل شده اند.یکی از مباحث بسیار مهم در ساختار سیستم های قدرت کنترل بار –فرکانس می باشد.هدف کنترل بار- فرکانس در سیستم های قدرت بهم پیوسته، کنترل تواناکتیو شبکه در شرایطی است که فرکانس هر ناحیه محدود بماند و با تنظیم خروجی های ژنراتورها، تحمل پذیری از پیش تعیین شده ی شار توان خطوط انتقال حفظ گردد. در این مقاله کنترل بار-فرکانس یک سیستم قدرت تجدیدساختار یافته چند ناحیه ایی در شرایط تغییرات بار در شبکه و وجود اغتشاش در سیستم مورد بررسی و مطالعه قرار گرفته است. به منظور کنترل سیستم در شرایط اغتشاش از کنترل کننده کلاسیک استفاده شده است. در اینمطالعات به منظور بهبود کارایی سیستم کنترلی کلاسیک از الگوریتم بهینه سازی فاخته استفاده شده است. در همین راستا تابع هدف در نظر گرفته شده برای الگوریتم بهینه سازی کاهش خطای نوسانات فرکانس سیستمقدرت می باشد. کنترل کننده عصبی مبتنی بر الگوریتم های بهینه سازی به عنوان یکی از روش های کنترلی جدید در ساختار سیستم های قدرت می باشند. ساختار کنترل کننده پیشنهادی در این مقاله بر پایه کنترل کننده عصبی پرسپترون بوده و تعداد نرون ها و لایه های کنترل کننده براساس ساختارسیستم تحت مطالعه می باشد. دراین کنترل کننده از الگوریتم بهینه سازی فاخته به منظور آموزش کنترل کننده استفاده شده است. نتایج بدست آمده از شبیه سازی های نرم افزاری انجام شده در نرم افزار متلب کارایی کنترل کننده عصبی پیشنهادی را در امر کنترل بار فرکانس با کاهشovershot بالازدگی شکل موج و زمان نشت)زمان رسیدن به مقدار نهایی( نشان می دهد
Keywords:
Authors
لیلا خلیلی
دانشجوی کارشناسی ارشد دانشگاه آزاد اسلامی واحد خمینی شهر
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 :