فرمت فایل:PDF
تعداد صفحه:166
چکیده :
سیستم های قدرت مدرن به دلیل تغییرات دائمی بار بسیار پیچیده هستند. این سیستم ها به طور مداوم در معرض اغتشاشات داخلی و خارجی می باشند که می تواند باعث ناپایداری سیستم گردد. فرآیند تعیین پایداری سیستم تحت اغتشاش، ارزیابی امنیت نامیده می شود. به عبارت دیگر ارزیابی امنیت سیستم قدرت برای تشخیص پایداری یا ناپایداری سیستم انجام می پذیرد. ارزیابی امنیت سیستم قدرت ترکیبی از آنالیز امنیت استاتیکی و دینامیکی است.
یکی از روشهای تعیین امنیت دینامیکی یافتن زمان بحرانی رفع خطا است. این زمان ترکیبی از توابع با متغیرهای زیاد می باشد، بنابراین به دست آوردنش نسبتا مشکل می باشد. بعلاوه پیدا کردن و ارزیابی زمان بحرانی رفع خطا به محاسبات مفصل و زمانبری نیاز دارد. بنابراین، کلاس بندی داده ها می تواند به عنوان بهترین گزینه در ارزیابی امنیت سیستم قدرت مورد استفاده قرار گیرد. کلاس بندی داده ها، اطلاعات نمونه برداری شده و زمان محاسباتی ارزیابی امنیت را کاهش می دهد.
در این تحقیق سه روش برای کلاس بندی داده ها مورد استفاده قرار گرفته است. این روش ها عبارتند از: حداقل مربعات (همبستگی)، شبکه عصبی کوهونن و تبدیل Wavelet. استفاده از این روش ها مشکلات و مسایلی که روش های سنتی دارند را از بین می برد. اگر کلاس بندی داده ها با روشهای ذکر شده برای الگوهای ورودی و زمان های بحرانی رفع خطای موجود، صحیح باشد، با این روشها می توان خطوط بحرانی الگوهای جدید ورودی را بدون انجام محاسبات مفصل پایداری گذرا تعیین کرد.
قسمت اول تحقیق خلاصه ای از ارزیابی امنیت دینامیکی در سیستم های قدرت را مورد بررسی قرار می دهد. و قسمت دوم، کاربرد روشهای پیشنهادی برای ارزیابی امنیت دینامیکی می باشد. برای اثبات کارایی روش ها بیان شده، آنها را بر روی سیستم 39 شینه IEEE تست می نماییم.
و...
برچسب ها:
ارزیابی امنیت دینامیکی سیستم قدرت توسط شبکه عصبی