در سال های اخیر تعیین دقیق موقعیت به یکی از نیاز های اساسی کاربران حوزه ناوبری تبدیل شده است. ویژگی های منحصر بفرد میدان گرانشی زمین از جمله آسیب پذیری پایین و همچنین بهبود قابل توجه در دقت ابزارهای اندازه گیری گرادیان های میدان جاذبه زمین (ggi)، که مشتقات گرانش را اندازه گیری می کنند، در دهه اخیر فرصتی را فراهم آورده تا بتوان به طور مطلوبی از اطلاعات میدان گرانشی زمین در جهت تعیین یکتای موقعیت بهره برد. در این پایان نامه: از اطلاعات میدان گرانشی زمین به منظور تعیین موقعیت در دو حالت استفاده شده است. در روش اول با استفاده از الگوریتم خوشه سازی تفریقی، قوانین اگر-آنگاه فازی از مجموعه داده های گرانشی استخراج شده است و پس از ایجاد یک مدل فازی-عصبی tsk از روند تغییرات محلی میدان گرانشی زمین و بهینه سازی پارامترهای آن با استفاده از یک الگوریتم آموزش جدید، که از ترکیب الگوریتم جهش ترکیبی قورباغه بهبود یافته و تخمینگر حداقل مربعات ایجاد شده است، یک سیستم مستقل تعیین موقعیت ایجاد شده است. در روش دوم، از سیستم تعیین موقعیت گرانشی مبتنی بر الگوریتم تطبیق بر نقشه، به عنوان یک سامانه ناوبری کمکی برای سیستم ناوبری ماندی استفاده شده است و با بروز رسانی های موقعیت که برای این سیستم فراهم می کند، باعث محدود کردن خطای انحراف این سیستم می شود. ارزیابی ها نشان می دهدکه سیستم تعیین موقعیت مبتنی بر مدل فازی-عصبی از مقاومت و دقت بالاتری نسبت به سیستم ناوبری تلفیقی برخوردار است و می تواند موقعیت را با دقتی در حدود 16 تا 22 متر تعیین کند. دقت این سیستم بر خلاف روش تطبیق بر نقشه، با افزایش ارتفاع کاهش نمی یابد. از محدودیت های این روش می توان به افزایش هزینه محاسباتی ایجاد شبکه tsk با افزایش محدوده عملکرد سیستم اشاره کرد. سیستم ناوبری تلفیقی در مقایسه با روش اول از جامعیت بیشتری برخوردار است و در بردارنده محدودیت های روش اول نمی باشد. درعین حال که قادر است تعیین موقعیت را با دقتی تا حدود 45 متر بسته به تغییرات گرادیان های میدان گرانش انجام دهد.

در این تحقیق، امروزه هدف و مقصود بسیاری از شرکت های برق بالابردن توان انتقالی و کاهش تلفات سیستم به مقدار حداقل است. این اهداف در صورتی محقق خواهد شد که امپدانس سیستم کاهش یابد اما باید به این نکته توجه داشت که کاهش امپدانس سیستم باعث بالا رفتن بیش از حد جریان خطا در سیستم قدرت می شود که می تواند به تجهیزات شبکه و نیروی انسانی آسیب رساند. برای رفع این مشکل دستگاه محدودکننده جریان خطا را در شبکه قرار می دهند. تقریباً همه محدودسازهای جریان اتصال کوتاه موجود براساس وارد نمودن یک امپدانس بزرگ بطور سری با سیستم عمل می نمایند و تنها اختلاف موجود، روش ایجاد و طریقه وارد نمودن این امپدانس به سیستم است. محدودکننده های جریان خطا باعث ایجاد افت ولتاژ، تلفات و عملکرد ناصحیح ترانسفورماتورهای تپ چنجردار می شوند. بنابراین، برای کمینه سازی این محدودیت افت ولتاژ و تلفات باید پارامترهای مقادیری مانند سلف و مقاومت طوری پیدا شوند که این محدودیت ها به حداقل برسد .و سرعت عمل محدود کننده و برگشتی آن صورت هوشمند عمل کنند، تا آسیبی به تجهیزات شبکه ها و ترانسفورماتور و ژنراتورهای تولید و موتور های راه انداز نگردد . شبکه هوشمند باعث افزایش ثبات شبکه، قابلیت اطمینان، بهره وری و در نهایت کاهش تلفات خط را انجام می دهد.

تولید پراکنده یا dg (distributed generation)، عموماً عبارتست از تولید برق در محل مصرف اما گاهاً به تکنولوژی هایی گفته می شود که از منابع تجدیدپذیر (مانند باد، فتوولتائیک، هیدرو توربین و ...) برای تولید برق استفاده می کنند. این مولد ها صرف نظر از نحو? تولید توان آن ها ، نسبتاً کوچک بوده و ظرفیت آنها معمولاً کمتراز 300 مگا وات می باشد و مستقیماً به شبکه توزیع وصل می شوند. اکثر منابع تولید پراکنده به وسیله مبدل الکترونیک قدرت dc-ac با کنترل جریان به شبکه متصل می گردند. الکترونیک قدرت نقشی اساسی را در تکنولوژی اتصال این واحدها (از چند کیلو وات تا 1.6 مگا وات) به شبکه قدرت بازی می کنند. اما این تکنولوژی باعث ایجاد مشکلات جدیدی مانند ظرفیت اضافه بار محدود، تلفات کلیدزنی، تولید هارمونیک و آسیب پذیری از تغییرات پارامترها شده است . همین طور باید به این نکته توجه کرد زمانی که یک منبع تولید پراکنده به یک شبکه ضعیف وصل می گردد در معرض اغتشاشات و نوسانات پارامترهای شبکه قرار می گیرد که عملکرد آن را تحت تاثیر قرار می دهد. بنابراین به کارگیری روش کنترلی تطبیقی و مد لغزشی برای اتصال منابع تولید پراکنده از طریق مبدل های الکترونیک قدرت به شبکه مورد نظر این پایان نامه می باشد.