پایان نامه ارزیابی پایداری گذرای سیستم های قدرت با استفاده از داده های واحد های اندازه گیری فازور

word 1 MB 32124 122
1392 کارشناسی ارشد مهندسی برق
قیمت قبل:۷۴,۸۰۰ تومان
قیمت با تخفیف: ۳۴,۹۰۰ تومان
دانلود فایل
  • بخشی از محتوا
  • وضعیت فهرست و منابع
  • پایان نامه کارشناسی ارشد در رشته مهندسی برق- کنترل

    چکیده

    ارزیابی پایداری گذرای سیستم های قدرت با استفاده از داده های واحد های اندازه گیری فازور

     

    به کوشش

    هانیه محمدی

     

    ارزیابی سریع امنیت در شبکه های قدرت در شرایط اضطراری و بروز خطاهای مختلف، امری حیاتی برای جلوگیری از فروپاشی و ایجاد قطعی های سراسری می باشد. لذا، ارزیابی به هنگام امنیت در شبکه قدرت می تواند کنترل پیشگیرانه و موثری درجهت کارکرد مطمئن و کارآمد شبکه های برق در سراسر جهان داشته باشد.

    در این مطالعه، انواع مختلف امنیت اعم از امنیت استاتیک و امنیت دینامیک بررسی گردیده است. در مطالعات استاتیک، رفتار سیستم در حالت دائمی مورد بررسی قرار می گیرد و با یک سری پیش بین وضعیت امنیت در شبکه قدرت بررسی گردیده است. از آنجا که حجم این اطلاعات دریافتی از شبکه های قدرت بزرگ بسیار زیاد می گردد، با ارائه روش های مختلف انتخاب ویژگی مانند آنالیز همبستگی و یا استخراج ویژگی مانند آنالیز اجزای اصلی در پی کاهش حجم اطلاعات تا حد امکان هستیم. داده های کاهش یافته به عنوان ورودی به شبکه های هوشمند همچون درخت تصمیم گیری داده می شوند و ارزیابی وضعیت امنیت از روی این درخت های آموزش دیده ی بهینه صورت می گیرد.

    در ارزیابی امنیت دینامیک پس از ایجاد شرایط کاری مختلف، رفتار سیستم با استفاده از داده های دریافتی از PMU ها بررسی می گردد. این داده های دریافتی در حوزه ی زمان و فرکانس پردازش داده می شوند و به عنوان ورودی به تکنیک های هوشمند مانند درخت تصمیم گیری و بردار ماشین های پشتیبان داده می شوند تا امنیت دینامیکی شبکه قدرت بررسی گردد. در این رویکرد نیز تاثیر روش های کاهش داده همچون PCA، برای ایجاد SVM و DT های بهینه و کارآمد، بررسی شده است. علاوه براین، ایده ای برای جایابی PMU با رویکرد رویت پذیری شبکه و همچنین ارزیابی امنیت دینامیک در شبکه های قدرت با استفاده از درخت تصمیم گیری و بردار ماشین های محافظ ارائه شده است. بدین صورت که با وارد کردن اطلاعات هر باس بار به صورت تک تک و یا خارج نمودن اطلاعات آن باس بار از اطلاعات موجود شبکه و بررسی تغییر خطای پیش بینی دسته کننده های نامبرده، مهمترین باس ها برای ارزیابی امنیت دینامیک شبکه انتخاب می شوند. روش های ارائه شده بر روی شبکه ی نمونه 39 باسه و شبکه عملی بخشی از ایران پیاده سازی شده و نتایج ارائه گردیده است.

    کلید واژه: واحد اندازه گیری فازور، درخت تصمیم گیری، بردار ماشین های پشتیبان، پایداری استاتیک،

    پایداری دینامیک

    1-1-بیان مسئله

    پایداری سیستم های قدرت به عنوان یک مسئله ی مهم در دهه های اخیر مطرح گردیده است. بسیاری از قطعی های اساسی در سراسر جهان در اثر ناپایداری در شبکه های برق رخ داده است و این مسئله اهمیت موضوع را بیش از پیش مشخص می نماید. بررسی پایداری سیستم های قدرت با رویکردهای مختلفی امکان پذیر است که از انواع آن می توان به پایداری استاتیک و دینامیک اشاره کرد. در پایداری استاتیک رفتار سیستم در حالت ماندگار پس از مواجهه با یک اختلال بررسی می گردد تا دریابد که ولتاژ باس ها یا سرعت تجهیزات از حدود مجاز خارج نشده باشد. اما در پایداری دینامیکی رفتار گذرای سیستم در مواجهه با یک اغتشاش ارزیابی می گردد. با پیشرفت های بوجود آمده در زمینه سیستم های اندازه گیری و مانیتورینگ سطح وسیع، امکان ارزیابی سریع پایداری فراهم آمده است و واحدهای اندازه گیری فازور نقش مهمی را برای رسیدن به این منظور ایفا می کنند. با استفاده از داده های دریافتی از PMU های نصب شده بر روی باس بارهای منتخب با هدف رویت پذیری شبکه و تخمین اطلاعات مورد نیاز از سایر باس بارها و خطوط انتقال، امکان ارزیابی پایداری چه در حوزه ی استاتیک و چه در حوزه ی دینامیک امکان پذیر است. این اندازه گیری ها به همراه تکنیک های هوشمند یادگیری ماشین، راهبرد موثری در تعیین وضعیت پایداری و امنیت در شبکه های قدرت داشته اند و پیش بینی وضعیت پایداری به صورت سریع برای به کارگیری کنترل پیشگیرانه را میسر ساخته است.

    در این پایان نامه می خواهیم با استفاده از داده های دریافتی از PMU ها به بررسی انواع مسائل امنیت اعم از امنیت استاتیک و امنیت دینامیک بپردازیم. با استفاده از این داده ها و تکنیک های هوشمند همچون درخت تصمیم گیری و بردار ماشین های پشتیبان وضعیت امنیت در شبکه های قدرت بررسی می شود. از آنجا که حجم اطلاعات دریافتی از شبکه های قدرت بزرگ بسیار زیاد است، به دنبال راهکارهایی برای کاهش حجم داده ها تا حد امکان هستیم به گونه ای که داده های کاهش یافته حاوی بخش عظیمی از اطلاعات شبکه باشند و اطلاعات از دست رفته قابل چشم پوشی باشند. با استفاده از تکنیک های انتخاب ویژگی و استخراج ویژگی همچون principal component analysis  و correlation analysis   این کاهش بعد صورت می گیرد. با این راهکار، ورودی های SVM وDT تا حد امکان کاهش می یابد و الگوریتم های یادگیری ماشین بهینه تر و مناسب با اهداف زمان حقیقی[1] و به روز رسانی مداوم تولید می گردد. همچنین با رویکرد ارزیابی امنیت دینامیک و همچنین توجه به رویت پذیر بودن کامل شبکه، راهکاری برای جایابی بهینه PMU ها با استفاده از دسته کننده های DT و  SVM ارائه شده است. بدین صورت که از اطلاعات تمامی باس بارها به عنوان نماینده های نصب PMU برای آموزش DT و SVM استفاده می شود و با توجه به تغییر خطای ایجاد شده در اثر ورود و یا خروج اطلاعات هر باس در رابطه با بهترین مکان برای نصب PMU ها اظهار نظر می شود.

    1-2 پیشینه ی تحقیق

    مسئله ی پایداری سیستم های قدرت برای اولین بار در سال 1920 به عنوان یک مسئله ی مهم مطرح شد]1[.  اولین نتایج آزمایشگاهی بررسی پایداری در سال 1924 گزارش شد]2[ و اولین نتایج بررسی پایداری بر روی شبکه ی عملی در سال 1925 ارائه شد]3 [. یک گام موثر در پیشرفت محاسبات وضعیت پایداری، توسعه ی تحلیل گر شبکه ای در سال 1930 بود. با تحقق سیستم های محرک با پاسخ سریعتر، ناپایداری گذرا در اولین سوئینگ محدود شد و حدود انتقال توان حالت دائم افزایش یافت، اما در برخی موارد موجب کاهش میرایی سوئینگ های توان می شد، بنابراین ناپایداری نوسانی به عنوان مسئله ی جدیدی مطرح شد. این روند نیاز به مدلسازی ماشین های سنکرون و سیستم محرک با جزئیات بیشتر داشت. در اوایل دهه ی 1950، کامپیوترهای آنالوگ برای آنالیز چنین مسائلی استفاده شد. اولین برنامه ی کامپیوتری دیجیتال برای آنالیز مسائل پایداری سیستم های قدرت در سال 1956 ارائه شد. اکثر تلاشها و علاقه مندی ها مربوط به پایداری سیستم قدرت در دهه ی 1960 به پایداری گذرا اختصاص یافت. نتیجه ی این تلاش ها، ایجاد یک ابزار  قدرتمند برای آنالیزهای پایداری گذرا بود که قابلیت آنالیز شبکه های بسیار بزرگ و مدلهای با جزئیات زیاد داشت. اضافه بر این، با استفاده از تکنیک های تشخیص خطا با سرعت بالا و محرک های با پاسخ سریع و جبرانسازهای سری و امدادهای پایداری مخصوص، پایداری گذرا به طرز قابل توجهی بهبود یافت. گرایشات جدید در برنامه ریزی و عملکرد سیستم های قدرت مدلهای جدیدی از پایداری را مطرح کرده است که باعث ایجاد تغییرات اساسی در مشخصه های دینامیکی شبکه های قدرت امروز شده است. مدهای ناپایداری روز به روز پیچیده تر می شوند و نیاز به یک توجه جامع از تمامی جوانب پایداری دارد، لذا اتخاذ روشهای کنترلی پیشگیرانه در این موارد بسیار ضروری است.[4] در ادامه، تاریخچه روش های کلاسیک و روشهای نوین بررسی پایداری، به تفکیک ارائه می گردد.

    1-2-1 روش های کلاسیک:

    یکی از روشهای  تشخیص پایداری گذرا، استفاده از شبیه سازی های حوزه ی زمان معادلات تفاضلی غیرخطی شبکه ی قدرت است که اولین بار توسط Kundur مطرح شد. در این رویکرد باید شبیه‌سازی های مرحله به مرحله در حوزه زمان انجام شود که محاسبات سنگینی دارد و نیاز به اطلاعات دقیق راجع  به پیکربندی شبکه حین رخداد خطا و بعد از آن دارد، درنتیجه زمان بر است و نمیتواند راهکار مناسبی در مسائل real-time باشد[4]. این موضوع دلیل اصلی عدم وجود ارزیابی امنیت سیستم (DSA)[2] بصورت online و در سطح وسیع در بسته EMS استاندارد بودن است.[5]-[7].

     روش‌های بر اساس توابع انرژی گذرا کمک کرده تا ارزیابی امنیت به صورت مستقیم و بدون نیاز به شبیه‌سازی حوزه زمان انجام شود [8] . در یک راهکار پیشنهادی توسط Pai برای تشخیص پایداری بعد از یک رخداد، از تابع انرژی گذرا (TEF) بر پایه ی پایداری لیاپانف استفاده شده است براین اساس که تفاوت انرژی جنبشی و پتانسیل در حین رخداد و پس از پاک شدن خطا محاسبه می گردد و با یک مقدار بحرانی از پیش تعیین شده مقایسه می گردد]9.[ استفاده از متد (EAC)[3] که بر همین اساس پایه ریزی شده و یک راه برای تشخیص پایداری سیستم های چند ماشینه است، توسط  Ruiz-Vega وXue  مطرح شد. از اصول این روش این است که سیستم را با یک ماشین معادل که به باس بینهایت متصل شده است، مدل می کند و دیگر نیازی به حل معادلات تفاضلی در حوزه زمان ندارد، اما تنها به مدل کلاسیک ژنراتور که فقط دینامیک مکانیکی ژنراتور را معادل سازی کرده است، بسنده میکند]10[و]11[. از معایب این روش، فرضیات ساده کننده بسیاری است که وابسته به شرایط عملکردی سیستم است و همواره پاسخ درستی ندارد. همچنین در این دیدگاه، فقط بخشی از مسئله یعنی پایداری اولین Swing و شرایط پایداری دائمی در نظر گرفته می‌شود. بنابراین بسیار بعید به نظر می‌رسد که با این ابزار بتوان اثرات حوادث آبشاری، ناپایداری‌های ولتاژی سریع و چند Swing ای را ارزیابی کرد [6].

    با توجه به روش های مذکور، در ارزیابی امنیت به صورت دینامیک می‌توان دو روند اصلی برای داشتن DSA سریع درنظر گرفت. اولی استفاده از توابع انرژی و تکنیک‌های تشخیص الگو برای رتبه‌بندی سریع و مشخص کردن شدت ناپایداری‌ها به صورتی که contingency‌ها گذرا سریعا حذف شوند و تنها تعداد اندکی از ناپایداری‌های شدیدتر که امکان ایجاد خطا در سیستم دارند، برای انجام عملیات بیشتر باقی بمانند[7]و[11-14]. دیدگاه دوم، تلاشی برای سرعت بخشیدن به شبیه‌سازی‌ها با جزئیات کامل و به صورت مرحله به مرحله برای همه contigncyها با استفاده از محاسبات چند پروسسوری است. البته می‌توان دیدگاه سومی را بصورت تلفیقی از دو عملکرد بالا در نظر گرفت که به عنوان روش های هایبرید شناخته می شوند[15]،[16].

     

     

    Transient Stability Assessment Using Synchronized Measurements

     

    Hanieh Mohammadi

     

    Abstract- Rapid security assessment of large power systems which are faced to probable faults and emergencies is a critical task to avoid imminent collapse and blackouts. Therefore, timely evaluation of the security of power grids has an effective prevention and control on safety and efficient operation of power networks around the world.

    In this study, various types of security, including the static and dynamic security have been investigated. In static studies, steady-state behavior of the system can be predicted with a series of measurable variables. Since the volume of this information is numerous, it is not practical to use the whole data and we try to reduce it in a systematic way using data reduction techniques such as correlation analysis and PCA. The reduced data is then given to computational intelligence techniques such as decision trees to predict the security status of the system. These DTs are optimal in training time and the number of inputs.

    In dynamic security assessment of power grids in different operating conditions, the behavior of the system is evaluated by the data gathered from PMUs. This data is processed in time and frequency domain to obtain series of predictors. These calculated features are given to decision trees and support vector machines to evaluate the dynamic security status of the system. Also the effect of exploiting PCA technique on the predictors is studied and the optimal DTs and SVMs have been trained.

    Moreover, ​​PMU placement approach with the purposes of network observability and dynamic security assessment of power grids using SVM and DT is presented. This is done by involving and omitting each buses’ information from the total data and investigating its effect on the prediction error of a trained DT or SVM. These Methods are implemented on 39 bus test case and practical network of part of IRAN and the efficiencies of the methods are shown in results.

     

    Keywords: Decision Tree, Phasor Measurement Units, Support vector Machines, Transient stability, static stability.

  • فهرست:

    فصل اول: مقدمه

    1-1-بیان مسئله. 2

    1-2 پیشینه ی تحقیق.. 3

    1-2-1 روش های کلاسیک: 4

    1- 2 –2 روش های نوین با استفاده از داده های PMU.. 5

    1-3 هدف تحقیق.. 8

    1-4 اهمیت تحقیق.. 9

    1-5 فصل های پایان نامه. 10

    فصل دوم : انواع مسائل پایداری

    2- انواع مسائل پایداری.. 13

    2-1 ملاک های دسته بندی پایداری.. 13

    2-2 تعریف پایداری استاتیک و دینامیک... 13

    2-2-1 پایداری استاتیکی (ماندگار) 13

    2-2-2 پایداری دینامیکی (گذرا) 14

    2-3 انواع مسائل پایداری.. 14

    2-3-1 پایداری زاویه ای روتور 14

    2-3-2 پایداری ولتاژ 16

    2-3-3 پایداری فرکانس... 17

    فصل سوم: ارزیابی امنیت استاتیک ولتاژ

    3-1 بیان مسئله. 21

    3-1-1جمع آوری داده های مورد نیاز برای ارزیابی امنیت استاتیک با استفاده از داده های PMU.. 22

    3-2 معرفی و آموزش درخت تصمیم گیری : 24

    3-2-1 درخت تصمیم گیری: 25

    عنوان                                                                                                              صفحه

    3-2-2 طراحی و آموزش درخت تصمیم گیری برای ارزیابی امنیت استاتیک ولتاژ 27

    3-3 بررسی روش های کاهش حجم داده 28

    3-3-1روش های مبتنی بر استخراج ویژگی.. 29

    3-3-1روش  Principal Component analysis یا PCA.. 30

    الگوریتم  PCA.. 32

    3-3-2 روش انتخاب ویژگی با استفاده از آنالیز همبستگی.. 35

    3-4 الگوریتم پیشنهادی جهت ارزیابی سریع امنیت ولتاژ در سیستم های قدرت.. 36

    3-4-1 فلوچارت الگوریتم ارزیابی امنیت استاتیک با استفاده از داده های دریافتی از PMU ها 40

    3-5 جمع بندی.. 41

    فصل 4:ارزیابی امنیت دینامیک در شبکه های قدرت

    4-بیان مسئله. 43

    4-1  جمع آوری داده برای ارزیابی امنیت دینامیک شبکه قدرت.. 43

    4-2- معرفی شاخص‌های تصمیم‌گیری.. 43

    4-2-1- سیگنال‌های COI. 44

    4-2-2- ویژگی‌ها در حوزه زمان. 45

    4-2-3- محاسبه سریع WASI در حوزه فرکانس... 47

    4-2-4-شاخص Categorical 49

    4-3 بردار ماشین های پشتیبان. 50

    4-3-1 ساختار بردار ماشین های پشتیبان(SVM). 51

    4-3-2 طراحی و آموزش بردار ماشین های پشتیبان برای ارزیابی امنیت دینامیک سیستم. 55

    4-4- طراحی و آموزش درخت تصمیم گیری برای ارزیابی امنیت دینامیک سیستم. 56

    4-5 جایابی بهینه PMU ها با رویکرد ارزیابی امنیت دینامیک و با استفاده از تکنیک های هوشمند. 56

          4-5-1 معرفی تکنیک گام به جلو برای جایابی PMU در شبکه قدرت.. 57

    4-5-2 معرفی تکنیک گام به عقب برای جایابی PMU در شبکه قدرت.. 58

    4-6 بررسی روش کاهش حجم داده (PCA) در ارزیابی امنیت دینامیک سیستم قدرت.. 58

    عنوان                                                                                                              صفحه

    فصل 5: نتایج شبیه سازی

    5-1- معرفی شبکه های مورد مطالعه. 61

    5-2- معرفی نرم‌افزار شبیه‌ساز DIgSILENT. 62

    5-3 مطالعات استاتیک ولتاژ در شبکه قدرت نمونه 39-باسه. 62

    5-3-1 طراحی درختان تصمیم گیری محلی برای شبکه 39-باسه. 63

    5-3-2 آموز ش درخت تصمیم گیری کلی برای شبکه 39-باسه با استفاده از تکنیک های کاهش بعد. 64

    پیش بین ها 65

    5-3-3 آموزش درخت تصمیم گیری کلی برای قسمتی از ایران  با استفاده از تکنیک های کاهش حجم داده 68

    فصل 5-4 مطالعات دینامیک شبکه 39 باسه نمونه. 72

    5-4-1 محاسبه شاخص ها : 72

    5-4-2 طراحی و آموزش درخت تصمیم گیری برای ارزیابی امنیت دینامیک در شبکه 39 باسه. 73

    5-4-3 طراحی و آموزش بردار ماشین های پشتیبان برای ارزیابی امنیت دینامیک در شبکه 39 باسه. 77

    5-5 استفاده از روش کاهش حجم داده (PCA) در ارزیابی امنیت شبکه 39 باسه. 81

    5-5-1 استفاده از PCA و DT برای ارزیابی امنیت دینامیک شبکه 39 باسه. 81

    5-5-2 استفاده از PCA و SVM برای ارزیابی امنیت دینامیک شبکه 39 باسه. 83

    5-5-3 تاثیر PCA در کاهش اثر نویز در داده های دریافتی از PMU ها 84

    5-6- جایابی PMU با رویکرد ارزیابی امنیت دینامیک و با استفاده از تکنیک های هوشمند DT و SVM... 85

    5-6-1 جایابی PMU با استفاده از تکنیک گام به جلو و درخت تصمیم گیری.. 86

    5-6-2 جایابی PMU با استفاده از تکنیک گام به جلو و SVM... 88

    5-6-3جایابی PMU با استفاده از تکنیک گام به عقب و SVM... 89

    5-6-4جایابی PMU با استفاده از تکنیک گام به عقب و DT. 90

    5-7 ارزیابی امنیت دینامیک شبکه واقعی جنوب ایران. 93

    5-8- جمع بندی.. 94

    عنوان                                                                                                              صفحه

    فصل6: نتیجه گیری و پیشنهادات

    6-1 نتیجه گیری.. 96

    6-2- پیشنهادات.. 97

    فهرست مراجع. 98

     

     

    منبع:

     

    C. P. Steinmetz, “Power Control and Stability of Electric Generatinhg Stations,”IEEE Trans on Power syst., vol. 5, pp. 1215, dec. 1920.

    R. D. Evans and R. C. Bergvall, “Experimental Analysis of Stability and Power Limitations,” IEEE Trans on Power syst.,pp. 39-58, 1924.

    R. Wilkins, “Practical Aspects of system stability,” IEEE Trans on Power syst.,pp. 41-50, 1926.

    Prabha Kundur, Power System Stability And Control, Neal J.Balu And Mark G.Lauby, Ed. New York: McGraw-Hil, l, 1993.                                    

    Y. Mansour, E. Vaahedi, A. Y. Chang, B. R. Corns, B. W. Garett, K. Demaree, T. Athay, and K. Cheung, “B.C. Hydro’s on-line transient stability assessment (TSA)—Model development, analysis, and post-processing,” IEEE Trans. Power Systems, vol. PWRS-10, no. 1,pp. 241–253, Feb. 1995.

    J. L. Jardim, C. A. da Neto, A. P. A. da Silva, D. M. Falcao, A. C. Z.de Souza, C. L. T. Borges, and G. N. Taranto, “A unified online security assessment system,” in CIGRÉ, Paris, 2000, pp. 38-102.

    V. Chadalavada, V. Vittal, G. C. Ejebe, G. D. Irisarri, J. Tong, G.Pieper, and M. McMullen, “An on-line contingency filtering scheme for dynamic security assessment,” IEEE Trans. Power Systems, vol.PWRS-12, no. 1, pp. 153–161, Feb. 1997.

    H. D. Chiang, C. S. Wang, and H. Li, “Development of BCU classifiers for on-line dynamic contingency screening of electric power systems,”IEEE Trans. Power Systems, vol. PWRS-14, no. 2, pp. 660–666, May 1999.

    M. A. Pai, Energy Function Analysis for Power System Stability. Boston, MA:Kluwer, 1989.

     Y.Xue, L.Wehenkel, R.Belhomme, P.Rousseaux, M.Pavella, Eeuxibie, B.heilbronn, and J.F.Lesigne, “Extended Equal Area Criterion,” IEEE Trans.Power Syst, vol. 7, no. 3, pp. 1012-1022, Aug 1992.

    D.Ruiz Vega and M.Pavella, “A comprehensive approach to transient stability control.I.Near optimal Preventive control,” IEEE Trans.Power Syst, vol. 18, no. 4, pp. 1446-1453, Nov 2003.

    V. Brandwajn, A. B. R. Kumar, A. Ipakchi, A. Bose, and S. D. Kuo,“Severity indices for contingency screening in dynamic security assessment,” IEEE Trans. Power Systems, vol. PWRS-12, no. 3, pp. 1136–1142, Aug. 1997.

     Y. Mansour, E. Vaahedi, M. A. El-Sharkawi, A. Y. Chang, B. R. Corns, and J. Tamby, “Large scale security screening and ranking using neural networks,” IEEE Trans. Power Systems, vol. PWRS-12, no. 2, pp.954–960, May 1997.

     F. Aboytes and R. Ramirez, “Transient stability assessment in longitudinal power systems using artificial neural network,” IEEE Trans. Power Systems, vol. PWRS-11, no. 4, pp. 2003–2010, Nov.  1996.

    G. C. Ejebe, C. Jing, J. G. Waight, V. Vittal, G. Pieper, F. Jamshidian, D. Sobajic, and P. Hirsch, “On-line dynamic security assessment: Transient energy based screening and monitoring for stability limits,” in 1997 IEEE/PES Summer Meeting, Berlin, Germany.

    M. La Scala, G. Lorusso, R. Sbrizzai, and M. Trovato, “A qualitative approach to transient stability analysis,” IEEE Trans. Power Systems, vol. PWRS-11, no. 4, pp. 1996–2002, Nov. 1996.

    M.Pavella, D.Ernst, and D.Ruiz-Vega, Transient Stability Of Power Systems. Boston, MA:Kluwer, 2000.

    A.G.Phadke, “Synchronized phasor measurements in power systems,” IEEE comput.Appl.Power, vol. 6, no. 2,  pp. 10-15, Apr.1993.

    C.W Liu, Sh.-Sh. Tsay , Y.J. Wang , M.C. Su, “Neuro-fuzzy approach to real-time transient stability prediction based on synchronized phasor measurements,” Electric Power Systems Research, pp. 123–127, Jun. 1998.

     I. Kamwa, J. Béland, G. Trudel, R. Grondin, C. Lafond, and D.McNabb, “Wide-area monitoring and control at Hydro-Québec: “Past,present and future,” in Proc. IEEE/Power Eng. Soc. General Meeting, Panel Session PMU Prospective Applications, Montreal, QC,Canada, Jun. 18–22, 2006.

     A. G. Phadke and J. S. Thorp, Synchronized Phasor Measurements and Their Applications. New York: Springer, 2008.

     I. Kamwa, R. Grondin, and L. Loud, “Time-varying contingency screening for dynamic security assessment using intelligent-systems techniques,” IEEE Trans. Power Syst., vol. 16, no. 3, pp. 526–536, Aug. 2001.

     I. Kamwa and R. Grondin, “PMU configuration for system dynamic performance measurement in large, multiarea power systems,” IEEE Trans. Power Syst., vol. 17, no. 2, pp. 385–394, May 2002.

     J. Bertsch, C. Carnal, D. Karlson, J. McDaniel, and V. Khoi, “Wide area protection and power system utilization,” Proc. IEEE, vol. 93, no.5, pp. 997–1003, May 2005.

     X. Xiaorong, X. Yaozhong, X. Jinyu, W. Jingtao, and H. Yingdao, “WAMS applications in Chinese power systems,” IEEE Power Energy Mag., vol. 4, no. 1, pp. 54–63, Jan.-Feb. 2006.

     J. Y. Cai, H. Zhenyu, J. Hauer, and K. Martin, “Current status and experience of WAMS implementation in north America,” in Proc. IEEE/ Power Eng. Soc. Transmission Distribution Conf. Exhib.: Asia Pacific, 2005, 2005, pp. 1–7.

     A.R. Khatib, R. F. Nuqui, M.R. Ingram and A.G. Phadke, “Real-time estimation of security from voltage collapse using synchronized phasor measurements,” IEEE Power engineering Society General Meeting, vol.1, pp. 582-588, 2004.

    R. Diao, K. Sun, V. Vittal, R.J. M. R. Richardson, N. Bhatt, D. Stradford and S. K. Sarawgi, “Decision tree-based online voltage security assessment using PMU measurements,” IEEE Trans. Power Syst., vol. 24, no. 2, pp. 832-839, May 2009.

    K. Sun, S. Likhate, V. Vittal,  V. Sh. Kolluri and S. Mandal, “An online dynamic security assessment scheme using phasor measurements and decision trees,” IEEE Trans. Power Syst., vol. 22, no. 4, pp. 1935-1943, Nov. 2007.

    M. Dehghani, B. Shayanfard and A.R. Khayatian, “PMU ranking based on singular value decomposition of dynamic stability matrix,” IEEE Trans. Power Syst., vol. 28, no. 3, pp. 2263-2270, Aug. 2013.

    I. Kamwa,S. R. Samantaray and G. Joos, “Development of Rule-Based Classifiers for Rapid Stability Assessment of Wide-Area Post-Disturbance Records,” IEEE Trans. Power systs., vol. 24, no. 1, pp. 258-271,  Feb. 2009.

    S. Hashemi and M. R. Aghamohammadi, “Wavelet based feature extraction of voltage profile for online voltage stability assessment using RBF neural network,”International Journal of Electrical Power & Energy Systems, vol. 49, pp. 86-94, July 2013. 

    D.Devaraj and  J. Preetha Roselyn, “On-line voltage stability assessment using radial basis function network model with reduced input features,” International Journal of Electrical Power & Energy Systems, vol. 33, pp. 1550–1555, Nov. 2011.

    M.B. Zayan, M.A. Elsharkawi and R.J. Marks 2, “Power system security assessment using neural networks: feature selection using fisher discrimination,” IEEE Trans. Power systs, vol. 16, no. 4, pp. 757-763, Nov. 2001.

    A.G.Phadke, “Synchronized phasor measurements in power systems,” IEEE comput.Appl.Power, vol. 6, no. 2,  pp. 10-15, April 1993.

    L.Wehenkel, M.Pavella, E.Euxibie, and B.Heilbronn “Decision tree based transient method a case study, ” IEEE Trans.Power Systs., vol. 9, no. 1, pp. 459-469, Feb 1994.

    S.Rovnyak, S. Kretsinger, and J. Thorp, D. Brown “Decision Trees For Real-Time Transient Stability Prediction, ” IEEE Trans.Power Systs., vol. 9, no. 3, pp. 1417-1423, Aug 1994.

     Vijay Vittal, “An Online Dynamic Security Assessment Scheme using Phasor Measurements and Decision Trees, ” in PSERC Seminar, Arizona, 2008, pp. 1-41.

    R. Diao, K.sun, V.Vittal, R.J.O'Keefe,M.R.Richardson,N. Bhatt,D.Stradford, and S.K.sarawgi, “Desision Tree Based Online voltage security Assessment Using PMU Measurements, ” IEEE Trans.Power Systs., vol. 24,    no. 2, pp. 832-839, May 2009.

     S.R. Samantaray, I. Kamwa, and G. Joos, “Ensemble decision trees for phasor measurement unit-based  wide-area security assessment in the operations time frame,” IET Gener. Transm. Distrib., vol. 4, pp. 1334 -1348, June 2010.

    F. R. Gomez , A.D. Rajapaks,U. D. Annakkage, and I.T. Fernando, “Support Vector Machine-Based Algorithm for Post-Fault Transient Stability Status Prediction Using Synchronized Measurements,” IEEE Trans.Power Systs, vol. 26, no. 3, pp. 1474-1484, Aug 2011.

    A. D. Rajapakse, F. R. Gomez, K. Nanayakkara, P. A. Crossley, and V.T. Terzija, “Rotor angle Instability prediction using post-disturbance,” IEEE Trans. Power Systems, vol. 25, no. 2, pp. 947–956,  May 2010

    ز. فتاح،” استفاده از روش‌های یادگیری ماشین جهت ارزیابی امنیت سیستم  با استفاده از اطلاعات واحدهای اندازه گیری فازور،“ پایان نامه کارشناسی ارشد، دانشگاه شیراز، ایران، اسفند 1391.

    سیدجواد قرشی نسب، غضنفر شاهقلیان، و بهادر فانی،”  تعیین شاخص حد بار پذیری سیستم در شبکه توزیع کرمان،“ کنفرانس ایده های نو در مهندسی برق، خرداد 1391.

    B.Gao, G.K.Morison, P.Kundur, “Voltage Stability Evaluation Using Modal Analysis,” IEEE Trans. on power systs, Vol. 7, No. 4, pp. 1529-1536, Nov. 1992.

    C.Rajagopalan, B.Lesieutre, P.W.Sauer, M.A.Pai, “Dynamic Aspects of Voltage/Power Characteristics,” IEEE Trans. On power systs, Vol. 7, No. 3, Aug. 1992, pp. 990-1000.

    P.Kundur, B.Gao, G.K.Morison, “Practical Application of Modal Analysis for Increasing Voltage Stability Margins,” Athens Power Tech Proceedings, Joint International Power Conference, APT 93, Vol. 1, pp. 222-227, 1993.

    P.Kundur, J.Paserba,V. Ajjarapu,G.Andersson, A. Bose, C.Canizares, N. Hatziargyriou, D.Hill, A.Stankovic, C.Taylor, T.V. Cutsem and V.Vittal, “Definition And Classification of Power System Stability ,” IEEE  Trans . Power Systs, vol. 19, no. 2, p. 1390, may 2004.

    . Teeuwsen, Oscillatory stability assessment using computational intelligence, Ph. D. Dissertation, Duisburg-Essen University, 2005.

    Y. Xu; Z.Y. Dong; K. Meng; R. Zhang; K.P. Wong, “Real-time transient stability assessment model using extreme learning machine”, IET Generation, Transmission & Distribution, Vol.5, March 2011, p.314 – 322.

    Yunyue Zhu, High Performance Data Mining in Time Series: Techniques and Case Studies, Ph.D. Dissertation, New York University, January 2004.

    I.T. Jolliffe. Principal Component Analysis, 2nd ed., Springer, NY, 2002, p. 28.

    L. I. Smith, A tutorial on Principal Components   Analysis, pp.1-26, Feb. 2002.

    J.E. Jackson. A User's Guide to Principal Components. New York: John Wiley and Sons, 1991.

    I. K. Fodor, A survey of dimension reduction techniques, pp.2-3, 2002.

    محمد صادق شیخائی، پروژه مطالعاتی درس یادگیری ماشین، دانشگاه صنعتی امیرکبیر، 1385.

    W. Sun, J. Chen and J. Li, “Decision tree and PCA-based fault diagnosis of rotating machinery”, Mechanical Systems and Signal Processing 21, pp.1300–1317, Apr. 2007.

    Kamwa, I.; Samantaray, S.R.; Joos, G. “Catastrophe Predictors From Ensemble Decision-Tree Learning of Wide-Area Severity Indices,”  IEEE Trans. Smart Grid, Vol.1, Issue:2, 2010 , PP.144 – 158.

    B.E. Boser, I.M. Guyon, V. Vapnik. “A Training Algorithm for Optimal Margin Classifiers,” Proceedings of the fifth Annual Workshop on Computational Learning Theory 5 144-152, Pittsburgh, 1992.

    V. Vapnik, C. Cortes. “Support Vector Networks,” Machine Learning, vol. 20, pp. 273-297, 1995.

     Dustin Boswell, “Introduction to Support Vector Machines,” tutorial, August 6, 2002.

    M. Law, “A Simple Introduction to Support VectorMachines,” Lecture for CSE 802, Michigan State University, Nov. 2011.

    Bei Xu and Ali Abur, “Optimal placement of phasor measurement units for state estimation,” PSERC Publication. 05-58, Oct. 2005.

    James Ross Altman, “A practical comprehensive approach to PMU placement for full observability,” Thesis Submitted to the Faculty of the Virginia Polytechnic Institute and State University. January 2007.

    B.Shayanfard, M.Dehghani and A.Khayatian “Optimal PMU Placement for Full Observability and Dynamic Stability Assessment”, 1390.

    Nabil H. Abbasy and Hanafy Mahmoud Ismail, “A unified approach for the optimal PMU location for power system state estimation,” IEEE Trans. Power Syst., vol. 24, no. 2, May 2009.

    ز.فتاح، م. دهقانی و ع .ر خیاطیان ، ”پیکربندی واحدهای فازور در نواحی منسجم الکتریکی شبکه برق با هدف ارزیابی عملکرد دینامیکی سیستم،“ کنفرانس شبکه های برق الکتریکی هوشمند ، خرداد 1391.

    C.W. Hsu, C. Chung Chang, and CJ. Lin, “A Practical Guide to Support Vectors for Classification,” Department of Computer Science, National Taiwan University, apr.2010.


موضوع پایان نامه ارزیابی پایداری گذرای سیستم های قدرت با استفاده از داده های واحد های اندازه گیری فازور, نمونه پایان نامه ارزیابی پایداری گذرای سیستم های قدرت با استفاده از داده های واحد های اندازه گیری فازور, جستجوی پایان نامه ارزیابی پایداری گذرای سیستم های قدرت با استفاده از داده های واحد های اندازه گیری فازور, فایل Word پایان نامه ارزیابی پایداری گذرای سیستم های قدرت با استفاده از داده های واحد های اندازه گیری فازور, دانلود پایان نامه ارزیابی پایداری گذرای سیستم های قدرت با استفاده از داده های واحد های اندازه گیری فازور, فایل PDF پایان نامه ارزیابی پایداری گذرای سیستم های قدرت با استفاده از داده های واحد های اندازه گیری فازور, تحقیق در مورد پایان نامه ارزیابی پایداری گذرای سیستم های قدرت با استفاده از داده های واحد های اندازه گیری فازور, مقاله در مورد پایان نامه ارزیابی پایداری گذرای سیستم های قدرت با استفاده از داده های واحد های اندازه گیری فازور, پروژه در مورد پایان نامه ارزیابی پایداری گذرای سیستم های قدرت با استفاده از داده های واحد های اندازه گیری فازور, پروپوزال در مورد پایان نامه ارزیابی پایداری گذرای سیستم های قدرت با استفاده از داده های واحد های اندازه گیری فازور, تز دکترا در مورد پایان نامه ارزیابی پایداری گذرای سیستم های قدرت با استفاده از داده های واحد های اندازه گیری فازور, تحقیقات دانشجویی درباره پایان نامه ارزیابی پایداری گذرای سیستم های قدرت با استفاده از داده های واحد های اندازه گیری فازور, مقالات دانشجویی درباره پایان نامه ارزیابی پایداری گذرای سیستم های قدرت با استفاده از داده های واحد های اندازه گیری فازور, پروژه درباره پایان نامه ارزیابی پایداری گذرای سیستم های قدرت با استفاده از داده های واحد های اندازه گیری فازور, گزارش سمینار در مورد پایان نامه ارزیابی پایداری گذرای سیستم های قدرت با استفاده از داده های واحد های اندازه گیری فازور, پروژه دانشجویی در مورد پایان نامه ارزیابی پایداری گذرای سیستم های قدرت با استفاده از داده های واحد های اندازه گیری فازور, تحقیق دانش آموزی در مورد پایان نامه ارزیابی پایداری گذرای سیستم های قدرت با استفاده از داده های واحد های اندازه گیری فازور, مقاله دانش آموزی در مورد پایان نامه ارزیابی پایداری گذرای سیستم های قدرت با استفاده از داده های واحد های اندازه گیری فازور, رساله دکترا در مورد پایان نامه ارزیابی پایداری گذرای سیستم های قدرت با استفاده از داده های واحد های اندازه گیری فازور

پایان نامه کارشناسی ارشد در رشته مهندسی برق- کنترل چکیده ارزیابی پایداری گذرای سیستم های قدرت با استفاده از داده های واحدهای اندازه گیری فازور ارزیابی سریع امنیت در شبکه های قدرت در شرایط اضطراری و بروز خطاهای مختلف، امری حیاتی برای جلوگیری از فروپاشی و ایجاد قطعی های سراسری می باشد. لذا، ارزیابی به هنگام امنیت در شبکه قدرت می تواند کنترل پیشگیرانه و موثری درجهت کارکرد مطمئن و ...

پایان نامه برای دریافت درجه کارشناسی ارشد " M.sc " رشته : برق گرایش : الکترونیک قدرت چکیده پایداری ولتاژ به توانایی سیستم قدرت در حفظ ولتاژ های قابل قبول در کلیه باس های سیستم تحت وضعیت عادی و بعد از وارد شدن اغتشاش، مربوط می باشد. سیستم هنگامی وارد حالت ناپایداری می شود که بروز اغتشاش، افزایش در بار مورد نیاز یا تغییر در موقعیت سیستم موجب کاهش فزاینده و غیر قابل کنترل ولتاژ ...

پایان نامه برای دریافت درجه کارشناسی ارشد " M.sc " رشته : برق گرایش : الکترونیک قدرت چکیده پایداری ولتاژ به توانایی سیستم قدرت در حفظ ولتاژ های قابل قبول در کلیه باس های سیستم تحت وضعیت عادی و بعد از وارد شدن اغتشاش، مربوط می باشد. سیستم هنگامی وارد حالت ناپایداری می شود که بروز اغتشاش، افزایش در بار مورد نیاز یا تغییر در موقعیت سیستم موجب کاهش فزاینده و غیر قابل کنترل ولتاژ ...

پایان نامه دکتری مهندسی برق - قدرت چکیده جزیره‌ سازی سیستمه ای ‌‌قدرت به هم پیوسته که به جداسازی و شکستن سیستمهای قدرت نیز مشهور است آخرین خط دفاعی برای مقابله با فروپاشی سیستم و جلوگیری از وقوع حوادث سهمگین در شبکه قدرت می‌باشد. جزیره‌سازی سیستمهای قدرت به هم پیوسته به عنوان یک روش کنترل گسترده به صورت یک مساله تصمیم‌گیری جامع با جزئیات بسیار زیاد و به عنوان یک بخش مهم از ...

پایان ‌نامه برای دوره‌ی کارشناسی ارشد در رشته مهندسی برق (M.Sc) چکیده پایدارساز سیستم قدرت به منظور بهبود میرایی سیسم قدرت در حین اغتشاشات فرکانس پایین به سیستم تحریک افزوده می‌شود. برای سیستم‌های قدرت با ابعاد بزرگ که شامل تعداد زیادی از ژنراتورهای متصل به هم می‌باشد، تنظیم پارامترهای پایدارساز سیستم قدرت، به دلیل وجود مدهای نوسانی متعدد با میرایی کم، فرایندی پیچیده و سخت خواهد ...

پایان ‌نامه برای دوره‌ی کارشناسی ارشد در رشته مهندسی برق (M.Sc) چکیده پایدارساز سیستم قدرت به منظور بهبود میرایی سیسم قدرت در حین اغتشاشات فرکانس پایین به سیستم تحریک افزوده می‌شود. برای سیستم‌های قدرت با ابعاد بزرگ که شامل تعداد زیادی از ژنراتورهای متصل به هم می‌باشد، تنظیم پارامترهای پایدارساز سیستم قدرت، به دلیل وجود مدهای نوسانی متعدد با میرایی کم، فرایندی پیچیده و سخت خواهد ...

پایان ‌نامه برای دریافت درجه کارشناسی ارشد در رشته برق گرایش قدرت چکیده خطوط انتقالی که توسط رله‌های دیستانس حفاظت می‌شوند، دارای محدودیت‌هایی در حضور جبران‌سازی سری هستند. هنگامی‌که حلقه‌ی خطا شامل خازن سری است، امپدانس دیده شده به وسیله‌ی رله‌ی دیستانس، کاهش می‌یابد. سطح جبران‌سازی در هر لحظه، به تعداد خازن‌های متصل در آن زمان بستگی دارد. بنابراین برای عملکرد صحیح رله‌ی ...

پایان نامه کارشناسی ارشد ناپیوسته رشته برق قدرت چکیده: در شبکه­های الکتریکی، هزینه­های ناشی از تلفات سیستم و عیوب ناشی از انحراف ولتاژ از حدود مجاز از بزرگترین معضلاتی هستند که گریبان­گیر تولید، انتقال و توزیع نیرو می­باشد. از این رو کاهش هزینه­های برنامه­ریزی و بهره­برداری سیستم­های قدرت، و در عین حال، رعایت حدود و قیود آن از اهداف اصلی طراحان سیستم­های قدرت بوده است. استفاده ...

پايان نامه کارشناسي ارشد، رشته مديريت صنعتي، گرايش تحقيق در عمليات شهريور 1390 چکيده نحوه و چگونگي انتخاب از ديرباز موضوع بحث فلاسفه و دانشمندان بوده است، لذا حصول نتايج رضايت بخش نيازمند طي

پایان نامه جهت دریافت درجه کارشناسی ارشد رشته برق گرایش قدرت چکیده سیستم‌های انتقال قدرت انعطاف پذیر که به جبران سازهای FACTS[1] معروف می‌باشند به عنوان ابزاری مدرن می باشند که برای تقویت کنترل پذیری و توسعه ظرفیت انتقال شبکه‌های قدرت بر پایه مبدلهای الکترونیک قدرت در طول دهه گذشته در سیستم های قدرت بکار رفته اند. در واقع سیستم‌های FACTS قادر هستند که پارامترها و مشخصه‌های خطوط ...

ثبت سفارش