طراحی تخمین گر حالت و آشکارساز داده غلط سیستم‌های قدرت با استفاده از شبکه عصبی پرسپترون

Authors

  • حسین شریف زاده
Abstract:

تخمین حالت یک ابزار اساسی در سیستم مدیریت انرژی برای نظارت، کنترل و بررسی امنیت استاتیک سیستم‌های قدرت است. روش متداول حل مسئله تخمین حالت، استفاده از حداقل مربعات وزن‌دار است که معایبی همچون بد رفتار بودن ماتریس بهره و کند بودن فرایند شناسایی اطلاعات غلط دارد. طراحی تخمین‌گر با استفاده از شبکه عصبی مصنوعی می‌تواند بر مشکلات عددی فائق آمده و با سرعت بیشتری نسبت به روش حداقل مربعات وزن‌دار، عمل تخمین را انجام دهد. با این حال، وجود خطا در سیگنال‌های اندازه‌گیری می‌تواند همچنان باعث انحراف مقادیر تخمین از مقادیر واقعی شود. لذا به منظور کاهش اثر نامطلوب داده‌های غلط در این فرایند، در این مقاله روشی جدید با تکیه بر توانایی‌های شبکه عصبی پیشنهاد شده است که مشخصه عملکردی تخمین‌گر حالت را بهبود می‌بخشد. کارایی روش پیشنهادی، روی دو سیستم قدرت نمونه 9 و 14 شینه مورد بررسی قرار گرفته است. نتایج به دست آمده از شبیه‌سازی، مؤید عملکرد رضایت‌بخش تخمین‌گر پیشنهادی است.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

طراحی تخمین گر حالت و آشکارساز داده غلط سیستم های قدرت با استفاده از شبکه عصبی پرسپترون

تخمین حالت یک ابزار اساسی در سیستم مدیریت انرژی برای نظارت، کنترل و بررسی امنیت استاتیک سیستم های قدرت است. روش متداول حل مسئله تخمین حالت، استفاده از حداقل مربعات وزن دار است که معایبی همچون بد رفتار بودن ماتریس بهره و کند بودن فرایند شناسایی اطلاعات غلط دارد. طراحی تخمین گر با استفاده از شبکه عصبی مصنوعی می تواند بر مشکلات عددی فائق آمده و با سرعت بیشتری نسبت به روش حداقل مربعات وزن دار، عمل ...

full text

طراحی تخمین گر عیب با استفاده از تکنیک H∞ مبتنی بر داده

چکیده: در این مقاله یک روش مبتنی بر داده برای تخمین عیب در سیستم­های کنترلی ارائه شده است. مسئله تخمین عیب در چارچوب یک مسئله کنترلی در حوزه زمان مطرح و روش  برای حل آن به کار برده شده است. در اینجا فرض شده که مدل ریاضی فرایند در دسترس نیست و فقط داده­های ورودی و خروجی برای طراحی آشکارساز عیب به کار برده می­شوند .  معیار عملکرد آشکارسازی  عیب، مینیمم­سازی خطای تخمین عیب درنظرگرفته شده است. همچ...

full text

تشخیص خودکار مدولاسیون با استفاده از برنامه نویسی ژنتیک و شبکه عصبی چند لایه پرسپترون

This paper shows how we can make advantage of using genetic programming in selection of suitable features for automatic modulation recognition. Automatic modulation recognition is one of the essential components of modern receivers. In this regard, selection of suitable features may significantly affect the performance of the process. In this research we implemented our model by using appropria...

full text

تخمین قیمت مسکن شهر اهواز با استفاده از شبکه عصبی

In the economy of every society, housing is a basic need that should be considered. Hence, development in the housing sector has its effect on other economy sectors. So one of the significant needs of governments in the housing field is the housing price forecasts and determine the factors affecting the price of this product. The present research aimed to estimate the cost of housing and the fa...

full text

تخمین انرژی شکست بتن با استفاده از شبکه عصبی مصنوعی

بتن یکی از رایج‏ترین مصالح صنعتی و ساختمانی است که به دلیل اقتصادی بودن اهمیت روز افزونی پیدا می‏کند. در سال‏های اخیر با بهره‏گیری از روش‏های مختلف آزمایشگاهی، پارامتر‏های شکست مواد سیمانی مانند بتن مورد بررسی قرار گرفته است؛ نقش این پارامتر‏ها در طراحی سازه‏های سطحی و زیر‏سطحی از اهمیت ویژه‏ای برخوردار است. در این مقاله مدل شکست بر ‏اساس شبکه عصبی برای تخمین پارامترشکست بتن  GF(انرژی مخصوص شکس...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 9  issue 26

pages  13- 22

publication date 2011-09-23

By following a journal you will be notified via email when a new issue of this journal is published.

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023