مکان‌یابی خطای اتصال کوتاه در خطوط انتقال جریان مستقیم ولتاژ بالا با استفاده از شبکه عصبی رگرسیون تعمیم‌یافته و الگوریتم جنگل تصادفی

Authors

  • جواد ساده - دانشیار، گروه برق- دانشکده مهندسی- دانشگاه فردوسی مشهد- مشهد- ایران
  • محمد فرشاد دانشجوی دکتری، گروه برق- دانشکده مهندسی- دانشگاه فردوسی مشهد- مشهد- ایران
Abstract:

این مقاله روشی مبتنی بر استراتژی‌های یادگیری ماشین برای حل مسئله مکان‌یابی خطا در خطوط انتقال جریان مستقیم ولتاژ بالا (HVDC) ارائه می‌دهد. در روش مکان‌یابی پیشنهادی، تنها از سیگنال ولتاژ پس از خطای اندازه‌گیری شده از یک پایانه برای استخراج ویژگی‌های موردنیاز بهره‌گیری می‌شود. در این مقاله، متناسب با بُعد بالای بردار ویژگی‌های ورودی، امکان استفاده از دو تخمین‌گر متفاوت شامل شبکه عصبی رگرسیون تعمیم‌یافته (GRNN) و الگوریتم جنگل تصادفی (RF) برای یافتن رابطه موجود بین ویژگی‌های الگوها و مکان وقوع خطا مورد بررسی قرار می‌گیرد. نتایج ارزیابی با استفاده از الگوهای یادگیری و تست بدست آمده از شبیه‌سازی انواع خطاها در یک خط انتقال هوایی بلند و بر اساس مقادیر مختلف محل وقوع خطا، مقاومت خطا و جریان پیش از خطا، نشان‌دهنده کارآیی و دقت قابل قبول روش پیشنهادی می‌باشند.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

مکان یابی خطای اتصال کوتاه در خطوط انتقال جریان مستقیم ولتاژ بالا با استفاده از شبکه عصبی رگرسیون تعمیم یافته و الگوریتم جنگل تصادفی

این مقاله روشی مبتنی بر استراتژی های یادگیری ماشین برای حل مسئله مکان یابی خطا در خطوط انتقال جریان مستقیم ولتاژ بالا (hvdc) ارائه می دهد. در روش مکان یابی پیشنهادی، تنها از سیگنال ولتاژ پس از خطای اندازه گیری شده از یک پایانه برای استخراج ویژگی های موردنیاز بهره گیری می شود. در این مقاله، متناسب با بُعد بالای بردار ویژگی های ورودی، امکان استفاده از دو تخمین گر متفاوت شامل شبکه عصبی رگرسیون تعمی...

full text

آزمون عملکرد الگوریتم جنگل های تصادفی و الگوریتم شبکه عصبی عمیق در استراتژی آربیتراژ آماری

در این تحقیق به آنالیز اثر بخشی الگوریتم جنگل­های تصادفی در زمینه آربیتراژ آماری پرداخته شده است، همچنین برای سنجش عملکرد الگوریتم جنگل­های تصادفی در زمینه آربیتراژ آماری نسبت به دیگر مدل­های ارائه شده در پژوهش­های پیشین، مقایسه نتایج بدست آمده از کاربرد این الگوریتم با الگوریتم شبکه­های عصبی عمیق انجام شده است. مدل­های مورد نظر با اطلاعات مربوط به قیمت سهام آموزش داده شده و خروجی بدست آمده از ...

full text

بهینه سازی وسائل حفاظت خطوط انتقال آب دربرابر جریان غیرماندگار با استفاده از الگوریتم CFO

یکی از مهمترین مباحث در طراحی خطوط لوله انتقال آب تحت فشار، حفاظت در برابر فشارهای ترانزینت ناشی از ضربه قوچ در خاموش شدن ناگهانی پمپ است. بهترین راه حل برای این منظور، استفاده از ایرچمبر برای کاهش فشارهای ترانزینت است که به تناسب حجم آن، هزینه قابل توجهی دارد. برای کاهش این حجم و کم کردن هزینه حفاظت، استفاده از شیرهای ورود هوا در نقاطی از خط لوله پیشنهاد می‌گردد. تعیین حجم مخزن ایرچمبر و نوع و...

full text

مدل‌سازی تصادفی بار رسوب با استفاده از جنگل تصادفی و رگرسیون چندک

سابقه و هدف: ارزیابی بار معلق رسوبی رودخانه‌ها بسیار مهم است. کیفیت آب رودخانه‌ها و محیط‌زیست تحت تأثیر بار رسوب می‌باشد. همچنین طراحی سازه‌های هیدرولیکی و سایر تأسیسات آبرسانی، مدیریت حوزه آبخیز و اجرای برنامه‌های حفاظت خاک و مشکلات عمده‌ی دیگر ناشی از آورد رسوب رودخانه‌ها به تخمین صحیح بار رسوب وابسته است. از آنجایی که برآورد مستقیم بار رسوبی بسیار دشوار و وقت‌گیر است، لذا این امر سبب شد محقق...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 4  issue 2

pages  14- 1

publication date 2013-08-23

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