تعیین ناحیه خطا دیده در سیستم توزیع با ترکیب الگوریتم خوشه بندی K-Means و سیستم استنتاج عصبی فازی تطبیقی ANFIS

در این مقاله یک الگوریتم جدیدی برای تعیین ناحیه خطا دیده در سیستم توزیع با استفاده از ترکیب الگوریتم خوشه بندی (K-Means) و سیستم استنتاج عصبی فازی تطبیقی - (ANFIS) ارایه شده است. اطلاعات ورودی الگوریتم با به کارگیری تکنیکهای پیشرفته پردازش سیگنال مبتنی بر آنالیز موجک برروی دیتاهای نمونه برداری شده از جریان فیدر اصلی به دست آمده است. تعداد دیتاهای نمونه برداری شده 1600 نمونه با در نظر گرفتن شرایط متنوع نوع خطا، زاویه شروع خطا، مقاومت خطا و مکان خطا میباشند. در الگوریتم ارایه شده برای جلوگیری از تداخل دیتاها در حین آموزش و تست شبکه ANFIS ابتدا با استفاده از الگوریتم خوشه بندی دیتاها را با توجه به شرایط خطا دسته بندی کرده و سپس با توجه به سیستم ANFIS آموزش دیده، ناحیه خطا مشخص میشود. شبیهسازیهای خطا در نرم افزار EMTP برروی شبکه 25 کیلوولت واقعی کانادا صورت گرفته و اطلاعات خروجی در نرم افزار متلب برای ارزیابی الگوریتم ارایه شده مورد بررسی قرار گرفته است. دقت الگوریتم ارایه شده بیشتر از 96 % و نشاندهنده این موضوع میباشد که الگوریتم ارایه شده میتواند یک ابزار قدرتمند در تشخیص ناحیه خطا در حوزه زمان برای به کارگرفته شدن در مراکز کنترل سیستم توزیع در آینده باشد.

Keywords:

تعیین ناحیه خطا , آنالیز موجک , سیستم استنتاج عصبی , فازی تطبیقی (ANFIS) , الگوریتم خوشه بندی (K-Means) , سیستم توزیع الکتریکی