با عنوان : شناسایی مکان منابع هارمونیک زا در شبکه قدرت از دید یک یا چند نقطه با بهره گیری از شبکه های عصبی

شما می توانید تکه های دیگری از این مطلب را در شماره بندی انتهای صفحه بخوانید              

در ادامه مطلب می توانید تکه هایی از ابتدای این پایان نامه را بخوانید

و در صورت نیاز به متن کامل آن می توانید از لینک پرداخت و دانلود آنی برای خرید این پایان نامه اقدام نمائید.

دانشگاه آزاد اسلامی

واحد تهران جنوب

دانشکده تحصیلات تکمیلی

پایان نامه برای دریافت درجه کارشناسی ارشد

مهندسی برق – قدرت

عنوان:

شناسایی مکان منابع هارمونیک زا در شبکه قدرت از دید یک یا چند نقطه با بهره گیری از شبکه های عصبی

برای رعایت حریم خصوصی اسامی استاد راهنما،استاد مشاور و نگارنده درج نمی گردد

تکه هایی از متن به عنوان نمونه :

(ممکن می باشد هنگام انتقال از فایل اصلی به داخل سایت بعضی متون به هم بریزد یا بعضی نمادها و اشکال درج نشود اما در فایل دانلودی همه چیز مرتب و کامل می باشد)

چکیده

شما می توانید مطالب مشابه این مطلب را با جستجو در همین سایت بخوانید                     

در این پروژه روشی کاربردی و عملی برای مکان یابی منابع هارمونیکی در شبکه برق با بهره گیری از شبکه های عصبی BPN با لایه خروجی سیگموئید و الگوریتم آموزشی لونبرگ ارائه شده می باشد. در این پروژه شبکه عصبی RBF نیز مورد مطالعه قرار گرفته می باشد. مقایسه نتایج نشان می دهد که BPN پاسخ مناسب تری می دهد و علت های نیز ذکر گردیده می باشد. برای انتخاب بهینه تعداد و مکان اندازه گیرهای هارمونیکی از روش مسیریابی هارمونیکی یا خط بهینه متاثر از منابع هارمونیکی و همچنین ارزیابی توپولوژی سیستم بهره گیری شده می باشد. مراحل به کارگیری این روش به صورت کامل در پروژه آمده می باشد. برای بهبود نتایج شبکه عصبی، قضیه جمع آثار و هم آثاری در مورد منابع هارمونیکی به کار گرفته شده می باشد. در مجموع بهره گیری از تکنیک های نامبرده باعث شده می باشد که با کمترین تعداد اندازه گیرهای هارمونیکی و نمونه های ورودی نتایج رضایت بخشی حاصل گردد. این در حالی می باشد که در هنگام اعمال شبکه عصبی برای مکان یابی منابع هارمونیکی هیچ اطلاعی از وجود منابع هارمونیکی در باس و همچنین نوع منابع هارمونیکی در اختیار نیست که نوآوری عمده این پروژه می باشد. بهره گیری از روش تخمین حالت و روش های بهینه سازی مانند الگوریتم ژنتیک که برای مکان یابی اندازه گیر مورد بهره گیری قرار می گیرد مورد تایید می باشد اما این روش ها پیچیده و زمان گیر هستند. روش ارائه شده ساده و در عین حال بسیار دقیق می باشد. مزیت دیگر این پروژه انتخاب مناسب پارامترهای ورودی شبکه عصبی می باشد به طوری که تغییرات میزان بار و منابع هارمونیکی تاثیر چندانی در نتایج ندارد. در این پروژه آموزش شبکه های عصبی فقط در نقاط اندازه گیری انجام می شود و اندازه گیرها به صورت مستقل اقدام می کنند. به بیانی دیگر مبادله اطلاعات مابین اندازه گیرها صورت نمی گیرد. واکاوی هارمونیک در نقاط اندازه گیری با بهره گیری از روش فوریه سریع FFT انجام شده می باشد که پاسخ مناسبی دارد. روش ارائه شده بر روی شبکه IEEE 14 BUS که دارای 7 باس بار و 5 باس تولید می باشد، آزمایش شده می باشد.

مقدمه

در سال های اخیر، تکنولوژی پیشرفته باعث ورود تجهیزات الکترونیک قدرت به صنعت شده می باشد که این تجهیزات و یا بارهای غیرخطی، جریان های هارمونیکی به شبکه تزریق می کنند. این هارمونیک ها کیفیت توان شبکه را مخدوش می کنند. با در نظر داشتن رشد روزافزون این تجهیزات در صنایع مختلف همچون راه آهن، نفت، گاز، ذوب فلزات، اتوماسیون و غیره برای تضمین کیفیت توان، آشکارسازی منابع هارمونیکی موجود در شبکه برق امری لازم می باشد. بعضی از این منابع هارمونیکی مربوط به خود شبکه می باشد و معمولا به صورت گذرا در شبکه دیده می شوند که جزو منابع هارمونیکی عمده محسوب نمی شوند و در شبکه نیز مشخص می باشند. اگر از دید شبکه بارهای هارمونیکی عمده را مورد ارزیابی قرار دهیم، تجهیزات الکترونیک قدرت مورد توجه قرار می گیرد که دارای مبدل ها ac/dc در قسمت ورودی می باشند. خوشبختانه منابع هارمونیکی جریان تقریبا در سیستم قدرت شناسایی شده اند و می توان از روی الگوهای اختلال جریان، نوع منابع هارمونیکی را شناسایی نمود. در این پروژه مبدل های ac/dc مورد ارزیابی قرار گرفته می باشد و هدف این پروژه شناسایی این منابع در شبکه قدرت می باشد. در این پروژه این منابه به دو صورت مبدل 6 پالس و 12 پالس در نظر گرفته شده می باشد.

نظارت بر ولتاژ فیدرهای مختلف شبکه توزیع به عنوان یکی از نیازهای اساسی در شبکه برق احساس می گردد. از طرف دیگر نظارت مستقیم بر تمام فیدرها به صورت مستقل از نظر اقتصادی قابل توجیه نمی باشد. اگر اندازه گیرهای کیفیت توان کافی در شبکه وجود داشته باشد، به آسانی می توان مکان منابع هارمونیکی را شناسایی نمود. با وجود این، مکان اندازه گیرها و همچنین هزینه این اندازه گیرها مورد بحث می باشد. به همین خاطر ما بایستی از روش هایی بهره گیری نماییم که تعداد اندازه گیرها به حداقل برسد. در اکثر این روش ها از الگوریتم های هوشمندی همچون شبکه عصبی، الگوریتم ژنتیک و تخمین حالت بهره گیری شده می باشد. در این پروژه برای مکان یابی اندازه گیرها از روش خط بهینه متاثر از جریان هارمونیکی و تحلیل توپولوژی سیستم بهره گیری شده می باشد. برای شناسایی منابع پس از تعیین مکان اندازه گیرها، از شبکه های عصبی با لایه خروجی سیگموئید بهره گیری شده می باشد. در مکان یابی اندازه گیرها آغاز توپولوژی سیستم مورد مطالعه قرار گرفته می باشد و سپس پارامتری که بیانگر مجموع دامنه هارمونیک های جریان اصلی می باشد، برای تعیین مکان اندازه گیر بهره گیری شده می باشد. برای آموزش شبکه های عصبی الگوریتم های زیادی هست که همگی بر پایه گرادیان نزولی و قانون پس انتشار می باشد. در این پروژه از الگوریتم لونبرگ برای آموزش شبکه بهره گیری شده می باشد که این الگوریتم دارای سرعت زیادی در آموزش می باشد و نتیجه خوبی می دهد. محققان زیادی برای جایابی منابع هارمونیکی از شبکه های عصبی بهره گیری نموده اند. کاربرد شبکه های عصبی پس انتشار چند لایه در سیستم های قدرت به صورت گسترده پذیرفته شده می باشد. در هنگام شبیه سازی فرض بر این می باشد که هیچ اطلاعی از وضعیت باری شبکه نداریم و برای شناسایی منابع هارمونیک زا هر اندازه گیر به صورت مستقل اقدام می نماید و در واقع نیازی به تبادل اطلاعات مابین اندازه گیرها نمی باشد و هزینه تبادل اطلاعات حذف می گردد. در بعضی شبکه ها شاید اصلا امکان تبادل اطلاعات وجود نداشته باشد.

در این پروژه، فعالیت های انجام شده در زمینه مکان یابی منابع هارمونیک زا مورد بحث قرار گرفته می باشد و با روش پیشنهادی این پروژه مقایسه شده می باشد. منابع هارمونیکی عمده در شبکه قدرت به صورت مفصل معرفی شده می باشد. با در نظر داشتن مطالعه ها، منابع الکترونیک قدرت جهت شناسایی انتخاب شده اند. با در نظر داشتن اینکه از شبکه های عصبی برای شبیه سازی بهره گیری شده می باشد، این شبکه به صورت مقدماتی معرفی شده و ساختارهای مختلف آن بحث شده می باشد. در پایان، در فصل شبیه سازی، شبکه عصبی RBF با BPN مقایسه شده می باشد. نتایج نشان می دهد که شبکه BPN پاسخ قابل قبول تری ارائه می دهد. همچنین خود شبکه BPN نیز مورد بحث قرار گرفته می باشد و ساختارهای مختلف آن شبیه سازی شده می باشد و نتایج ارائه شده می باشد. سیستم قدرت مورد بحث در شبیه سازی، شبکه IEEE 14-bus می باشد. و نرم افزار Matlab جهت شبیه سازی بهره گیری شده می باشد.

تعداد صفحه : 114

قیمت : شش هزار تومان

 

***

—-

پشتیبانی سایت :       

———-          serderehi@gmail.com

دیدگاهتان را بنویسید