خداقلی عطاگزلی - دانشجوی کارشناس یارشد، گروه برق، واحد مینودشت، دانشگاه آزاد اسلامی، مینودشت، ایران
محمد فرشاد - استادیار، گروه برق، دانشکده علوم پایه و فنی مهندسی، دانشگاه گنبد کاووس، گنبد کاووس، ایران

پایداری ولتاژ یکی از این موضوعات مهم در مباحث مرتبط با سیستم های قدرت می باشد و اهمیت بالایی به لحاظکیفیت و تداوم برق رسانی به مصرف کنندگان دارد. در این مقاله، روشی بر اساس تبدیل موجک، شبکه عصبی رگرسیونتعمی میافته و جنگل تصادفی رگرسیونی جهت تخمین و ارزیابی پایداری ولتاژ سیستم قدرت پیشنهاد شده است. درسیستم های یادگیری ماشین، نوع ورود یها و ابعاد آنها تاثیر و اهمیت بالایی در دقت و نحوه عملکرد دارد. در روشپیشنهادی، تبدیل موجک بر روی پروفیل ولتاژ باس های سیستم قدرت اعمال شده و ضرایب حاصل به عنوان ورودی بهتخمین گر حد پایداری ولتاژ ارایه می شوند. در این مقاله، عملکرد دو تخمین گر شبکه عصبی رگرسیون تعمی میافته و جنگلتصادفی رگرسیونی در مسیله مورد نظر مورد مقایسه و ارزیابی قرار گرفته است. این تخمین گرها باید قبل از مرحله تست، براساس الگوهای یادگیری متعددی که در شرایط مختلف بهر هبرداری تولید شده اند، آموزش دیده و آماده شوند. روشپیشنهادی بر روی یک سیستم تست اعمال شده و نتایج شبیه ساز یها نشان داده که استفاده از جنگل تصادفی رگرسیونیو ضرایب تقریب تبدیل موجک منجر به نتیجه بهتری می شود.

ارزیابی پایداری ولتاژ، تبدیل موجک، یادگیری ماشین، جنگل تصادفی، شبکه عصبی رگرسیون تعمیم یافته