پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 418 |
| تعداد شماره‌ها | 10,005 |
| تعداد مقالات | 83,624 |
| تعداد مشاهده مقاله | 78,435,457 |
| تعداد دریافت فایل اصل مقاله | 55,456,040 |
کنترل هماهنگ ادوات FACTS نسل اول با استفاده از شبکه عصبی و به منظور افزایش پایداری گذرا در سیستم‌های قدرت | ||
| روش‌های هوشمند در صنعت برق | ||
| مقاله 4، دوره 3، شماره 9، خرداد 1391، صفحه 27-40 اصل مقاله (433.13 K) | ||
| نوع مقاله: مقاله پژوهشی | ||
| نویسندگان | ||
| مهدی قاسمی* 1؛ علی رضا روستا2؛ بهادر فانی3 | ||
| 1کارشناس ارشد/دانشگاه آزاد اسلامی واحد دشتستان | ||
| 2استادیار/دانشگاه صنعتی شیراز | ||
| 3استادیار/دانشگاه آزاد اسلامی واحد نجف آباد | ||
| چکیده | ||
| این مقاله، به منظور افزایش پایداری گذرا و همچنین افزایش میرائی سیستم روشی خاص از هماهنگی بین ادوات FACTS را ارائه می‌دهد. به منظور افزایش عملکرد و استفاده از کلیه ویژگی‌های TCSC و SVC که در این مقاله ارائه گردیده، لازم است کنترل کننده‌ای مورد استفاده قرار گیرد که محدودیت‌های سایر کنترل کننده‌ها را نداشته و در عین سادگی، قابلیت پاسخگویی سریع و تطبیق با مدل سیستم قدرت را نیز دارا باشد. از این رو این ویژگی‌ها را می‌توان در کنترل کننده‌های هوشمند یافت که شبکه ADALINE از جمله این کنترل کننده‌ها است. برای درک بهتر نسبت به عملکرد کنترل کننده شبکه ADALINE، این کنترل‌کننده با یک کنترل کننده که توسط شاخص کنترل بهینه (LQR) طراحی شده است مقایسه می‌گردد. مدل به کار گرفته شده جهت ادوات FACTS از نوع جریان تزریقی است و به همین دلیل این امکان وجود داشته تا بتوان از یک ماتریسybus فاکتورگیری شده‌ی ثابت در محاسبات استفاده نمود. نتایج شبیه سازی با استفاده از مدل غیرخطی شبکه نشان می‌دهد که کنترل کننده شبکه عصبی ADALINE در مقایسه با کنترل کننده LQR عملکرد بهتری داشته و بهبود قابل توجهی بر روی میرایی و افزایش توان انتقالی در سیستم قدرت را موجب می‌گردد. | ||
| کلیدواژه‌ها | ||
| پایداری گذرا؛ مدل تزریق جریانی؛ شبکه عصبی ADALINE؛ TCSC؛ SVC | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 6,200 تعداد دریافت فایل اصل مقاله: 2,241 |
||