تعیین مکان خطاهای امپدانس بالا در شبکه های شعاعی با انشعابات مختلف در شبکه توزیع 20 کیلوولت زیرزمینی
thesis
- وزارت علوم، تحقیقات و فناوری - دانشگاه کردستان
- author علی رفیع نیا
- adviser جمال مشتاق
- Number of pages: First 15 pages
- publication year 1390
abstract
در این پایان نامه نتایج یک روش جدید برای دسته بندی و مکان یابی خطا در نرم افزار emtp ارائه شده است. اطلاعات شبیه سازی شده با استفاده از یک تکنیک پردازش سیگنال پیشرفته مبتنی بر تحلیل موجک برای استخراج اطلاعات مفید از سیگنال ها، تحلیل شده تا به وسیله سیستم منطق فازی و شبکه عصبی هوشمند، نوع و مکان خطای امپدانس بالای زمین شده در یک شبکه واقعی توزیع شعاعی زیرزمینی تعیین گردد. این پایان نامه نشان دهنده کارایی بالای این روش پیشرفته پس از وقوع خطای امپدانس بالا می باشد. همچنین نتایج به دست آمده نشان می دهد که این تکنیک مکان یابی خطا دارای یک دقت قابل قبول تحت شرایط مختلف خطا و سیستم می باشد. هدف این پایان نامه به دست آوردن روشی مبتنی بر ترکیب تبدیل موجک با شبکه عصبی و منطق فازی برای دسته بندی و مکان یابی خطا (یافتن فاصله خطا تا منبع و همچنین شاخه خطا) در شبکه توزیع 20 کیلوولت شعاعی می باشد. این شبکه دارای 5 انشعاب بوده که پس از وقوع خطا در هر انشعاب، علاوه بر دسته بندی و یافتن فاصله خطا تا منبع، بایست شاخه خطادار نیز مشخص گردد. شبکه توزیع نمونه با استفاده از شرایط واقعی در نرم افزار atp/emtp شبیه سازی شده و با استفاده از یک مبدل کارآمد، اطلاعات به دست آمده از نرم افزار atp/emtp به نرم افزار matlab منتقل شده و سپس با استفاده از تبدیل موجک و با استخدام الگوهای مناسب، به استخراج مشخصه هایی مفید برای دسته بندی و مکان یابی خطا پرداخته شده است. در ادامه این مشخصه ها به عنوان ورودی به شبکه عصبی و منطق فازی داده شده و با استفاده از این روش ها خروجی مطلوب برای دسته بندی و مکان یابی خطا به دست آمده است. در فصل اول مروری کلی بر روش های دسته بندی و مکان یابی خطا در سیستم قدرت صورت گرفته است. در فصل دوم سیستم موردبررسی، نرم افزارهای به کاررفته و همچنین انواع خطاهای اعمال شده برروی سیستم نمونه معرفی شده اند. در فصل سوم به معرفی پردازش سیگنال و تبدیل موجک پرداخته و مولفه های به دست آمده از تبدیل موجک (یک مولفه تقریب و هشت مولفه جزئیات) برای استخراج مشخصه های به کاررفته به منظور دسته بندی و مکان یابی خطا مورد استفاده قرار گرفته است. در فصل چهارم از شبکه عصبی به عنوان یک ابزار و روش مناسب برای دسته بندی و مکان یابی خطا با استفاده از مشخصه های به دست آمده از فصل سوم استفاده شده است. در فصل پنجم ابتدا به معرفی منطق فازی پرداخته سپس مشخصه های استخراجی از تبدیل موجک به عنوان ورودی به سیستم منطق فازی داده شده و با استفاده از استنتاج فازی، نوع و مکان خطا به دست آمده است.
similar resources
تعیین محل خطاهای امپدانس بالا در شبکه توزیع 20 کیلوولت زیرزمینی با استفاده از تبدیل موجک و شبکه های عصبی
کیفیت توان به عنوان یکی از مهم ترین موضوع های تحقیقاتی محققین دانشگاهی و مصرف کنندگان نهایی انرژی الکتریکی مطرح شده است. بازار های برق کیفیت جدیدی از سرویس دهی انرژی را ایجاب می کنند که تعیین محل خطا در شبکه های توزیع را به عنوان یک امر اجباری تلقی می کند. وقوع خطا در تجهیزات الکتریکی به دلیل شکست عایقی می باشد. نحوه تعیین محل خطا یک مسأله مهم می باشد، چون تعیین دقیق و سریع محل خطا سبب کاهش وقف...
15 صفحه اولاثر بربرین در تنظیم آستروسیتهای Gfap+ ناحیه هیپوکمپ موشهای صحرایی دیابتی شده با استرپتوزوتوسین
Background: Diabetes mellitus increases the risk of central nervous system (CNS) disorders such as stroke, seizures, dementia, and cognitive impairment. Berberine, a natural isoquinolne alkaloid, is reported to exhibit beneficial effect in various neurodegenerative and neuropsychiatric disorders. Moreover astrocytes are proving critical for normal CNS function, and alterations in their activity...
full textاثر بربرین در تنظیم آستروسیتهای Gfap+ ناحیه هیپوکمپ موشهای صحرایی دیابتی شده با استرپتوزوتوسین
Background: Diabetes mellitus increases the risk of central nervous system (CNS) disorders such as stroke, seizures, dementia, and cognitive impairment. Berberine, a natural isoquinolne alkaloid, is reported to exhibit beneficial effect in various neurodegenerative and neuropsychiatric disorders. Moreover astrocytes are proving critical for normal CNS function, and alterations in their activity...
full textتعیین نوع و سطح تماس خطای امپدانس بالا در شبکه های توزیع با استفاده از روش های تشخیص الگو
در این مقاله، به کمک روشهای تشخیص الگو نوع خطای امپدانس بالا که میتواند بریده شده یا بریده نشده باشد و همچنین سطحی که خطای امپدانس بالا بر روی آن اتفاق افتاده است تشخیص داده شده است. روشهای مذکور عبارتند از: تبدیل tt و تبدیل s در بخش استخراج ویژگی، ماشین بردار تکیه گاه چند لایه و شبکه عصبی fuzzy art در بخش کلاسه بندی. در این روشها، ویژگی ها شامل انرژی، انحراف از معیار و انحراف مطلق از میانگ...
full textاستفاده از الگوریتمaco در طراحی شبکه های توزیع شعاعی
الگوریتم aco یکی از روش هایِ مناسب بهینه سازی در حل مسائل پیچیده برگرفته از طبیعت کولونیِ مورچه ها است. در این مقاله برای اولین بار از این الگوریتم در طراحی بهینه شبکه های توزیع شعاعی که در آنها مسیر تغذیه مشخص است، استفاده می شود. این الگوریتم ضمن ارائه میزان نفوذ هر یک از سطوح ولتاژ در شبکه مورد مطالعه، ظرفیت بهینه ترانسفورماتور ها و سطح مقطع بهینه فیدرها را در هر یک از سطوح ولتاژی ارائه می نما...
full textMy Resources
document type: thesis
وزارت علوم، تحقیقات و فناوری - دانشگاه کردستان
Keywords
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023