کنترل چند متغیره توان اکتیو-راکتیو در مبدل های منابع ولتاژ با استفاده از شبکه های عصبی مصنوعی

thesis
abstract

کیفیت توان، کنترل توان انتقالی و همچنین مسائل اقتصادی استفاده از مبدل های منبع ولتاژ را در زمینه انتقال انرژی بسیار حیاتی کرده است. این پایان نامه یک روش جدید کنترل را برای یک مبدل منبع ولتاژ با در نظر گرفتن مولفه های معمول dq جریان به عنوان متغیرهای دینامیکی ارائه می دهد. شبکه عصبی به خوبی در حوزه شناسایی و کنترل سیستم-های دینامیکی مورد استفاده قرار گرفته است. سیستم کنترل کننده پیشنهادی توان اکتیو و راکتیو سمت ac در مبدل منبع ولتاژ را تنظیم می نماید. همچنین یک حلقه خارجی برای کنترل ولتاژ سمت dc از طریق توان اکتیو معرفی می شود. برای ارزیابی کنترل کننده شبکه عصبی پیشنهادی، این کنترل کننده به یک سیستم نمونه اعمال شده است. نتایج بررسی ها نشان می دهد که کنتر ل کننده پیشنهادی توانایی برآورده سازی آزمایش های ردیابی و دفع اغتشاش مورد نظر را داشته و نسبت به تغییر پارامترهای سیستم بسیار مقاوم می باشد. دقت مدل و توانایی کنترل کننده پیشنهادی بر اساس مطالعات شبیه سازی-های زمانی سیستم نمونه و کنترل کننده شبکه عصبی پیشنهادی در محیط نرم افزار matlab به اثبات رسیده است. در انتها نیز توضیحاتی در مورد استفاده از کنترل کننده شبکه عصبی چند ورودی-چند خروجی با عنوان پیشنهادی برای کارهای آینده مطرح شده است.

First 15 pages

Signup for downloading 15 first pages

Already have an account?login

similar resources

تقسیم بهینه توان اکتیو و راکتیو بین چند منبع تولید پراکنده در یک شبکه مستقل با شبکه عصبی مصنوعی

در این مقاله به تقسیم بهینه توان اکتیو و راکتیو بین منابع تولید پراکنده تغذیه کننده یک شبکه مستقل با استفاده از شبکه عصبی مصنوعی پرداخته شده است. منابع تولید پراکنده تغذیه کننده شبکه مستقل توسط اینورتر به شبکه متصل شده و یک سیستم مدیریت هوشمند و on-line با استفاده از شبکه های عصبی مصنوعی، مقادیر بهینه میزان تولید واحدها را ارائه می دهد. کنترل کننده محلی موجود در کنار هر سیستم تحقق میزان توان تو...

full text

تقسیم بهینه توان اکتیو و راکتیو بین چند منبع تولید پراکنده در یک شبکه مستقل با شبکه عصبی مصنوعی

در این مقاله به تقسیم بهینه توان اکتیو و راکتیو بین منابع تولید پراکنده تغذیه کننده یک شبکه مستقل با استفاده از شبکه عصبی مصنوعی پرداخته شده است. منابع تولید پراکنده تغذیه کننده شبکه مستقل توسط اینورتر به شبکه متصل شده و یک سیستم مدیریت هوشمند و on-line با استفاده از شبکه های عصبی مصنوعی، مقادیر بهینه میزان تولید واحدها را ارائه می دهد. کنترل کننده محلی موجود در کنار هر سیستم تحقق میزان توان تو...

full text

اندازه گیری دقیق ولتاژ الکتریکی در مبدل ولتاژ نوری با استفاده از شبکه های عصبی

وزن کم، اندازه کوچک، گستره دینامیکی بالا، پهنای باند وسیع، مصونیت در برابر تداخل امواج الکترومغناطیسی، پایداری در برابر تغییرات دما، عدم اشباع هسته مغناطیسی، هزینه نگهداری و جابجایی کم از جمله مزایای مبدل های ولتاژ نوری نسبت به ترانسفورماتورهای ولتاژ خازنی و سلفی هستند. با ظهور حسگر pockels نوری مجتمع1 که قادر به اندازه گیری میدان الکتریکی یک نقطه در فضا است، دیگر نیازی به پر کردن حسگرهای حجمی...

full text

طراحی یک شبکه ی عصبی فازی برای کنترل کیفیت فرایند های چند متغیره - چند مرحله‌یی

در زمینه‌ی کنترل آماری فرایند چندمتغیره، و به‌منظور کنترل یک مرحله از فرایند تولید، تحقیقات زیادی صورت گرفته است. هدف اصلی این تحقیقات، در نظرگرفتن همبستگی بین چندین مشخصه‌ی کیفی برای یک مرحله از فرایند است. اما در صنایعی نظیر صنایع شیمیایی با موارد زیادی مواجهیم که در آنها تولید شامل چند مرحله است. بنابراین، وجود روشی برای کنترل کیفیت فرایند چندمتغیره چندمرحله‌یی ضرورت می‌یابد. در این نوشتار ...

full text

کنترل ولتاژ و توان راکتیو در شبکه توزیع به صورت محلی و کنترل از راه دور در حضور ژنراتورهای القایی

کنترل ولتاژ و توان راکتیو در شبکه‌های توزیع جزو پایه‌ای‌ترین اقدامات بهره‌بردار شبکه توزیع است. این کار معمولا توسط کنترل محلی تپ‌چنجر قابل قطع زیر بار، خازن‌های پست و خازن‌های فیدر صورت می‌گیرد. امروزه استفاده از منابع تولید پراکنده (DG) در شبکه‌های توزیع این نحوه‌ی کنترل را دستخوش تغییر کرده است. در این مقاله ابتدا کنترل ولتاژ و توان راکتیو به صورت کنترل محلی بررسی شده و سپس چگونگی تاثیر حضور...

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 محقق اردبیلی - دانشکده فنی

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023