نام پژوهشگر: علی رضا صفاریان

حفاظت تطبیقی دیفرانسیل مبتنی بر منطق فازی برای خطوط انتقال کوتاه
پایان نامه وزارت علوم، تحقیقات و فناوری - دانشگاه شهید چمران اهواز - دانشکده مهندسی 1393
  احمد ترابی فارسانی   قدرت اله سیف السادات

رشد روزافزون مصرف انرژی الکتریکی سبب ایجاد سیستم¬های قدرت بزرگ¬تر در مناطق جغرافیایی وسیع¬تر شده¬ است. چنین روندی نگرانی¬ها در مورد پایداری و قابلیت اطمینان سیستم¬های قدرت را افزایش می¬دهد. به منظور بهبود پایداری و قابلیت اطمینان سیستم¬های قدرت الکتریکی توجه ویژه¬ای به سیستم¬های حفاظتی و رله¬های حفاظتی شده است. با طراحی مناسب سیستم¬های حفاظتی و عملکرد مناسب رله¬های حفاظتی می¬توان اثر نامطلوب خطا را روی کل سیستم قدرت کاهش داد. این پژوهش، ارائه ی یک الگوریتم بر مبنای منطق فازی است که به منظور بهبود عملکرد رله¬ی دیفرانسیل در حفاظت خطوط انتقال کوتاه در زمان بروز خطاهای خارجی و همچنین برق دار کردن ترانسفورماتور نزدیک خط انتقال حفاظت شده که از دلایل اشباع شدن حداقل یکی از ترانسفورماتورهای جریان است، انجام می¬شود. این عوامل، باعث عملکرد نادرست رله¬های دیفرانسیل متداول است، درحالی که با استفاده از منطق فازی و انتخاب بهترین مشخصه پایداری احتمال اشتباه عملکرد رله بسیار ناچیز می¬شود. در این الگوریتم حساسیت، قابلیت اعتماد کاری، سرعت عملکرد برای خطاهای داخلی و حتی خطاهای داخلی با مقاومت بالا، در حد مناسبی حفظ می شود. هدف از این پژوهش، ارائه¬ی الگوریتمی بر مبنای منطق فازی است که بتواند شیب مشخصه پایداری رله¬ی دیفرانسیل را حین شرایط مختلف به بهترین شکل برگزیند. عملکرد الگوریتم ارائه داده شده، با برنامه pscad/emtdc بررسی و درنهایت با روش متداول مقایسه خواهد شد. نتایج افزایش حساسیت برای خطاهای داخلی و بهبود عملکرد برای خطاهای خارجی را نشان می¬دهند.

طراحی محدود کننده هوشمند جریان خطا و شبیه سازی اثر آن در کاهش سطح اتصال کوتاه شبکه قدرت
پایان نامه وزارت علوم، تحقیقات و فناوری - دانشگاه شهید چمران اهواز - دانشکده مهندسی برق 1393
  سید محمد موسوی فرد   سید سعید الله مرتضوی

این پایان نامه نوع هوشمندی از محدود کننده های جریان اتصال کوتاه (fcl) را معرفی می کند که شامل بخش رزونانسیlc موازی و یک مقاومت سری با خازن است. بر خلاف انواع محدود کننده های جریان خطایی که تا کنون معرفی شده، در این نوع هوشمند به جای تشخیص خطا به صورت ذاتی و یا با کمک سیستم های تشخیص مداری، از تحلیل سیگنال های جریان اتصال کوتاه رخ داده در شبکه توسط تبدیل موجک استفاده شده است. سپس یک شبکه عصبی مصنوعی که با نتایج حاصل از تبدیل موجک سیگنال های خطا آموزش دیده است، قادر خواهد بود زمان ورود محدود کننده جریان خطا به مدار را تشخیص و دستور قرار گرفتن آن در مدار را صادر نماید. ضمناً در شبیه سازی های انجام شده از مدل واقعی شبکه انتقال جنوب غرب ایران برای تحلیل سیگنال های جریان خطا استفاده شده است.