ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
CIVILICAWe Respect the Science
Publisher of Iranian Journals and Conference Proceedings
Paper
Title

بررسی کاربرد هوش مصنوعی برای تشخیص تلفات غیرفنی و سرقت انرژی در شبکه های توزیع برق

Year: 1397
COI: ECICONFE03_068
Language: PersianView: 453
This Paper With 17 Page And PDF Format Ready To Download
محتوای کامل این Paper با فرمت WORD هم قابل دریافت می باشد.

Buy and Download

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این Paper را که دارای 17 صفحه است به صورت فایل PDF و یا WORD در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

Authors

علی رفیعی - دانش آموخته کارشناسی ارشد، گروه الکترونیک دیجیتال، دانشکده برق، دانشگاه تفرش

Abstract:

تلفات غیرفنی (NTL) که می تواند به علل مختلفی از جمله انشعاب غیرمجاز، خرابکاری در دستگاه های اندازه گیری، خطا در صدور صورت حساب و دیگر عوامل روی دهد، همواره یکی از چالش های پیش روی شرکت های توزیع کننده برق بوده است. خسارت اقتصادی ناشی از تلفات غیرفنی بسیار قابل ملاحظه است؛ تا آنجا که در برخی کشورها تا حدود 40 درصد از کل برق توزیع شده را به خود اختصاص می دهد. از این رو در سال های اخیر یافتن راه حل های دقیق و غیر سخت افزاری برای رسیدگی به این چالش مورد توجه بسیاری از محافل علمی و مهندسی جهان قرار گرفته است. با حرکت شرکت های توزیع برق به سمت نسل جدید روش های اندازه گیری که تحت عنوان سامانه هوشمند اندازه گیری و مدیریت انرژی (AMI) شناخته می شوند. امکان دسترسی آنلاین به پروفایل دقیق مصرف برق مشترکان فراهم می گردد؛ و از این رو، راه برای بهره گیری از روش های غیر سخت افزاری جهت شناسایی مصرف کنندگان فریب کار هموارتر می گردد. در سال های اخیر بکارگیری هوش مصنوعی، به ابزار غالب جهت شناسایی مشترکانی که مسبب ایجاد NTL در شبکه اند تبدیل شده است. در این مقاله، ابتدا به ارائه یک دیدکلی از تلفات غیرفنی و زیان های اقتصادی ناشی از آن خواهیم پرداخت و به اثرات مخرب آن در کاهش قابلیت اطمینان و ثبات شبکه توزیع اشاره خواهیم نمود. سپس به اختصار اقدام به معرفی AMI نموده و مزایای آن در بهبود نظارت بر شبکه توزیع را برخواهیم شمرد. آنگاه مروری بر آخرین پیشرفت های حوزه هوش مصنوعی در تشخیص NTL خواهیم داشت؛ و جدیدترین الگوریتم ها، روش های استخراج ویژگی و پایگاه های داده مورد استفاده را معرفی خواهیم کرد. در پایان نیز چالش های گریبان گیر تشخیص NTL را مورد بررسی قرار می دهیم تا مسیر روشنی برای تحقیقات آینده فراهم گردد

Keywords:

تلفات غیرفنی، سرقت برق، هوش مصنوعی، یادگیری ماشین

Paper COI Code

برای لینک دهی به این Paper می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت Paper در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/876987/

How To Citation:

در صورتی که می خواهید در اثر پژوهشی خود به این Paper ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
رفیعی، علی،1397،بررسی کاربرد هوش مصنوعی برای تشخیص تلفات غیرفنی و سرقت انرژی در شبکه های توزیع برق،سومین همایش بین المللی مهندسی برق، علوم کامپیوتر و فناوری اطلاعات،همدان،،،https://civilica.com/doc/876987

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این Paper اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1397، رفیعی، علی؛ )
برای بار دوم به بعد: (1397، رفیعی؛ )
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

Research Info Management

Certificate | Report | من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:

اطلاعات استنادی این Paper را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

علم سنجی و رتبه بندی Paper

مشخصات مرکز تولید کننده این Paper به صورت زیر است:
نوع مرکز: دانشگاه دولتی
تعداد مقالات: 613
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مقالات پیشنهادی مرتبط

New Papers

Share this page

More information about COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

Support