تخمین اضافه ولتاژهای حاصل از کلیدزنی به کمک شبکه های عصبی

thesis
abstract

در این پایان نامه خطوط انتقال 400 کیلوولت ، با توجه به نوع مدار (تکمداره و دومداره) تقسیم بندی شده و عوامل موثر بر اضافه ولتاژهای کلیدزنی از جمله طول خط کلیدزنی شده، وضعیت بار انتهای خط، زمان کلیدزنی، وجود یا عدم وجود انواع برقگیرها، وضعیت کلید و مقاومتهای وصل در آن، نوع باندل سیم و . . . مورد بررسی قرار گرفته و بکمک شبکه عصبی بیشترین اضافه ولتاژ کلیدزنی و محل آن در طول خط به دست می آید. آموزش شبکه عصبی بکمک نرم افزار atp انجام شده است . برای این منظور با تغییر عوامل موثر در اضافه ولتاژهای کلیدزنی، الگوهای آموزشی موردنیاز شبکه عصبی تهیه شده و شبکه آموزش داده می شود و بعد برای حالتهای تست که شبکه مورد آموزش قرار نگرفته، پاسخ مطلوب بیشترین اضافه ولتاژ و محل وقوع آن بدست می آید. ضمنا تاثیر خطوط ارتباطی و منشعب از پست کلیدزنی شده بر اضافه ولتاژهای خط مفروض ، مورد ارزیابی قرار می گیرد. حسن استفاده از شبکه عصبی در آن است که از انجام مطالعات بکمک نرم افزار atp که برنامه ای زمانبر است می توان اجتناب کرد. بمنظور ارزیابی الگوریتم پیشنهادی، در انتها کلیدزنی در محل پست کارون 4 انجام شده و اضافه ولتاژهای حاصل از طریق نرم افزار atp و شبکه عصبی موردنظر، محاسبه و مورد مقایسه قرار گرفته است . اطلاعات مورد استفاده عموما از شرکت مشانیر اخذ شده است .

First 15 pages

Signup for downloading 15 first pages

Already have an account?login

similar resources

تخمین اضافه ولتاژهای کلیدزنی در خطوط انتقال با استفاده از روش فازی

یکی از دلایل اصلی قطعی خطوط انتقال بویژه برای سطوح ولتاژ بالاتر از 345 کیلوولت، شکست عایقی ناشی از اضافه ولتاژهای کلیدزنی است. بنابراین علاوه بر افزایش استقامت عایقی در محل وقوع ماکزیمم تنش اضافه ولتاژ باید دامنه اضافه ولتاژ را با استفاده از وسایل حفاظتی مانند برقگیر کاهش داد. با توجه به ماهیت آماری عوامل موثر بر دامنه ماکزیمم اضافه ولتاژ، نیاز به تعداد زیاد شبیه سازی حالت گذرا وجود دارد. از ط...

15 صفحه اول

تخمین مقاومت نهایی تیرورق های تحت اثر بارهای موضعی به کمک شبکه های عصبی مصنوعی (یادداشت فنی)

بارهای موضعی یکی از چندین نوع بارگذاری بوده که می تواند باعث بروز ناپایداری و گسیختگی تیرورق‌ها شود. عوامل مهم و مؤثر در ناپایداری از قبیل کمانش جان وبال و ایجاد لهیدگی در محل اتصال بال به جان باعث پیچیده شدن رفتار تیرورق ها می شود. روابط پیشنهاد شده کنونی بر اساس نتایج حاصل از آزمایش و به صورت نیمه تجربی بوده و خطای حداکثری در حدود 20 درصد داشته است. تحلیل به روش اجزای محدود نیز به همان دلایل ...

full text

تخمین تبخیر و تعرق مرجع روزانه به کمک مدل درخت تصمیمM5 و شبکه عصبی مصنوعی

تعیین دقیق آب مصرفی گیاه باعث افزایش راندمان آبیاری و بهبود مدیریت آب در مزرعه را دنبال دارد. تبخیر و تعرق یک از اجزای اصلی چرخه­ی هیدرولوژی محسوب می­شود و برآورد دقیق آن در مدیریت منابع آب نقش اساسی دارد. در این تحقیق به ارزیابی مدل درختی  M5  و مدل شبکه­ی عصبی تحت شرایط مختلف حداقل داده­ی اقلیمی در یک منطقه­ی خشک سرد پرداخته شد. داده­های مورد استفاده در این تحقیق شامل دمای حداقل و حداکثر، رطو...

full text

تخمین پارامترهای خشک کردن گوجه فرنگی با کمک شبکه های عصبی مصنوعی

در این پژوهش خشک کردن لایه ای نازک گوجه فرنگی به روش جابجایی هوای داغ شبیه سازی گردید. اسلایس های گوجه فرنگی در دو دمای (60 و 70 درجه سانتیگراد) خشک شدند. شبکه عصبی پرسپترون برای پیش بینی نسبت رطوبت و سرعت خشک کردن نمونه ها در طی خشک کردن بکار گرفته شد. بهترین چیدمان شبکه عصبی برای شبکه اول بر اساس یک لایه پنهان،2 و 8 نرون در لایه پنهان به ترتیب برای نسبت رطوبت و آهنگ خشک کردن بود. همچنین بهتری...

full text

تخمین نفت زیستی حاصل از پیرولیز مواد زائد: رویکرد شبکه عصبی

هدف این مطالعه، تخمین نفت زیستی حاصل از فرایند پیرولیز مواد زائد بر حسب رطوبت، کربن ثابت، مواد فرار و خاکستر  است. از نتایج آزمایشگاهی 41 مطالعه مختلف برای مدل سازی استفاده شد. از مدل شبکه عصبی به عنوان یک ابزار سیاستگذاری در ارزیابی  و پیش‌بینی مقدار درصد نفت زیستی حاصل از مواد زائد طی فرایند پیرولیز استفاده شد. مقادیر بهینه پارامترهای شبکه عصبی به روش آماری تخمین زده شد. نتایج مقایسات در دو ش...

full text

تخمین نفت زیستی حاصل از پیرولیز مواد زائد: رویکرد شبکه عصبی

هدف این مطالعه، تخمین نفت زیستی حاصل از فرایند پیرولیز مواد زائد بر حسب رطوبت، کربن ثابت، مواد فرار و خاکستر  است. از نتایج آزمایشگاهی 41 مطالعه مختلف برای مدل سازی استفاده شد. از مدل شبکه عصبی به عنوان یک ابزار سیاستگذاری در ارزیابی  و پیش‌بینی مقدار درصد نفت زیستی حاصل از مواد زائد طی فرایند پیرولیز استفاده شد. مقادیر بهینه پارامترهای شبکه عصبی به روش آماری تخمین زده شد. نتایج مقایسات در دو ش...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


document type: thesis

وزارت علوم، تحقیقات و فناوری - دانشگاه تربیت مدرس

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023