علی چوبدار - شرکت برق منطقه ای خراسان
سعید انصاری - شرکت برق منطقه ای خراسان
فرشاد هاشمی مصرمی - دانشجوی کارشناسی ارشد دانشگاه شیراز

اين مقاله براي تشخيص جزيره اي شدن در يك سيستم فتوولتائيك PV متصل به شبكه به كمك يادگيري ماشين توسعه داده شده است. در ابتدا سيگنال ولتاژ دو سر آرايه PV براي تشخيص جزيرهاي شدن در سيستم نظارت مي شود. در مرحله بعد انرژي ولتاژ آرايه PV در قالب پنجره هاي چرخان به طور پيوسته محاسبه مي شود. اين پنجره ها به صورت آنلاين به يك شبكه عصبي آموزش ديده لينك مي شود و چنانچه مقدار تخمين زده شده ي شبكه عصبي از حد آستانه تعيين شده تجاوز كند، وقوع جزيره اي شدن تشخيص داده مي شود. از مزاياي روش پيشنهادي اين است كه براي استخراج ويژگي نيازمند تكنيك هاي پردازش سيگنال پيچيده نمي باشد و بنابراين حجم محاسباتي كمي دارد. در نهايت با شبيه سازي يك سيستم نمونه در نرم افزار متلب/ سيمولينك كارايي روش پيشنهادي تاييد مي شود.

تشخیص جزیره ای شدن، شبکه های عصبی مصنوعی، سیستم فتوولتائیک، حفاظت