رتبه بندی سریع پیشامدهای سیستم قدرت با استفاده از شبکه عصبی فازی

پیشامد خروج خط یکی از رایج ترین و خطرناک ترین پیشامدها در سیستم قدرت است که می تواند باعث بروز حالت هشدار یا اضطرار در سیستم شود. بنابراین رتبه بندی سریع پیشامدهای خروج خطوط برای شناسایی خطرناک ترین آن ها به منظور اجرای عملیات کنترلی پیشگیرانه ضروری است. در این پایان نامه از تابع ترکیبی فازی برای سنجش شدت پیشامدهای خروج خط بهره گرفته شده، برای رتبه بندی آن ها از شبکه عصبی مصنوعی استفاده شده است. بدین منظور کافیست پیشامدهای ممکن سیستم قدرت را با شاخص ترکیبی فازی معرفی شده در این پایان نامه رتبه بندی کرد. ورودی شبکه عصبی توان باس های بار خاص و خروجی هدف شبکه عصبی، شاخص ترکیبی pifuzzy می باشد. این شاخص از ترکیب شاخص های ولتاژ باس ها و توان خطوط و شاخص جدید اختلاف زاویه به نحوی که در این پایان نامه ارایه شده، تشکیل شده است. برای کاهش ابعاد و زمان آموزش شبکه عصبی با استفاده از روش انتخاب ویژگی ها، تعداد ورودی ها کم شده است. برای انتخاب ویژگیها از سه روش منحنی فازی، انتخاب اجزای اصلی و به دست آوردن ضریب همبستگی پیرسون استفاده شده و نتایج آن ها با هم مقایسه شده است. روش ارائه شده بر سیستم های استاندارد30 باس و 57 باس استاندارد ieee اعمال و نتایج مورد تحلیل قرار گرفته اند. نتایج حاصل نشان دهنده قابلیت روش های استفاده شده در رتبه بندی پیشامدها به نحوی مناسب و با سرعت مطلوب می باشد.