یکی از راهکارهای اصولی جهت بررسی وضعیت دینامیکی شبکه های قدرت در دوره های مختلف بهره برداری، مدلسازی و شبیه سازی آن است. مدلسازی سیستم های قدرت خود از مراحلی تشکیل می شود که مهمترین آن شناسایی پارامترهای مربوط به اجزا و تجهیزات شبکه است. چرا که نرم افزارهای شبیه ساز باید پارامترهای اجزای سیستم قدرت را داشته باشند تا بتوانند رفتار شبکه را شبیه سازی نمایند. هدف این پایان نامه بطور خاص شناسایی پارامترهای الکترومکانیکی ژنراتور سنکرون و تجهیزات کنترلی آن با استفاده از واحدهای اندازه گیر فازوری است. با توجه به نویز و عدم قطعیت در پارامترهای مدل، فرایند شناسایی پارامترهای سیستم را از جهات مختلفی مورد تاثیر قرار می دهند، دو الگوریتم شناسایی معرفی شده اند که با استفاده از آنها می توان تاثیر هر یک از عوامل فوق را بر فرایند شناسایی پارامترهای کاهش داد. ساختار معرفی شده در این رساله، مبتنی بر مدلسازی جعبه خاکستری بوده و فرایند شناسایی نیز بصورت یک مساله بهینه سازی چند بعدی فرمول بندی شده است. بدلیل گسترده بودن فضای جستجو و تعداد زیاد پارامترهای مجهول، سعی شده است با معرفی چند الگوریتم بهینه سازی هوشمند به حل مساله مورد نظر پرداخته شود. جهت بررسی کارایی الگوریتم های معرفی شده، ابتدا با استفاده از آنالیز حساسیت، پارامترهای کلیدی سیستم تعیین و در فرایند شناسایی دخالت داده شده اند. نتایج شبیه سازیها حاکی از آن است که بکمک ساختار معرفی شده، می توان در حضور عواملی همچون نویز و نامعینی در مدل، پارامترهای ژنراتور را با دقت قابل قبولی شناسایی کرد. با توجه به آنکه در فرایند شناسایی پارامترهای یک شبکه با استفاده از واحدهای اندازه گیر فازوری، می بایست فازور ولتاژ، توان اکتیو و توان راکتیو تمامی شین های شبکه قابل اندازه گیری باشند، از اینرو یکی دیگر از موضوعاتی که در این پایان نامه به آن پرداخته شده، تعیین تعداد کافی و محل نصب بهینه این تجهیزات جهت رویت پذیری کامل شبکه است. در این راستا با معرفی یک قانون جدید، تلاش شده است، فرمول بندی بهبود یافته ای در قالب برنامه ریزی خطی صحیح برای مساله جایابی بهینه pmuها ارائه شده و در آن اثر عوامل مختلفی همچون شین های تزریق صفر، پیشامد خروج تک خط و تک pmu نیز لحاظ شده باشد. برای ارزیابی کارایی فرمول بندی پیشنهادی، شبیه سازیهای متعددی متعددی بر روی شبکه های استاندارد ieee ارائه شده است. یکی دیگر از مواردی که در این پایان نامه مورد مطالعه قرار گرفته، مساله تاثیر محدودیت تعداد کانالهای اندازه گیری بر جایابی بهینه pmuها است. نتیجه مطالعات حاکی از آن است که با افزایش تعداد کانالهای اندازه گیری، تعداد pmuهای لازم جهت رویت پذیری کامل شبکه کاهش خواهد یافت ولی برای هر شبکه ای (بسته به ساختار و توپولوژی آن)، همواره یک حد بالایی برای کانالهای اندازه گیری وجود دارد که اگر تعداد کانالها از آن حد بیشتر شود، نه تنها تعداد pmuها کاهش نخواهد یافت بلکه منجر به افزایش هزینه نیز خواهد شد.

دراین پژوهش ، ابتدا مرور مختصری بر روانشناسی یادگیری در انسان خواهد شد. سپس با الگوبرداری از روش یادگیری در انسان ، ساختاری برای کنترل هوشمند سیستمها ارائه خواهد شد. همچنین با استفاده از مفهوم همبافت و با توجه به تعریف عاملهای هوشمند ، یک ایده جدید برای کنترل سیستمهای با اهداف چندگانه پیشنهاد خواهد شد که این ایده مبتنی بر همبافت بوده و ساختار کنترلی آن ، بر مبنای روشهای یادگیری تقویتی و عاطفی می باشد. ضمن اینکه برای نشان دادن قابلیت ها و توانایی های ساختار پیشنهادی ، مثالهای متعددی برای شبیه سازی انتخاب شده و میزان عملکرد این روش مورد بررسی قرار خواهد گرفت.