پیش بینی قطعی خطوط شبکه توزیع با استفاده از الگوریتم ماشین بردار پشتیبان برای بهبود تاب آوری

سال انتشار: 1400
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 189

فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_ISEE-13-1_003

تاریخ نمایه سازی: 29 دی 1400

چکیده مقاله:

پیش بینی وضعیت قطعی اجزای شبکه قدرت، به ویژه خطوط هوایی در مقابل شرایط آب وهوایی شدید، نقش مهمی در برنامه ریزی تخصیص منابع پیش از رخداد واقعه و نیز بازیابی بارها در زمانی سریع تر دارد که باعث بهبود تاب آوری شبکه قدرت می شود. در این مقاله، یک الگوریتم ماشین بردار پشتیبان چندبعدی برای پیش بینی خطوط هوایی معیوب شبکه قدرت با فرض دانستن مسیرهای طوفان ارائه شده است. در این مدل، ابعاد براساس پنج ویژگی متمایز، فاصله از ساختمان، فاصله از درخت، فاصله از مرکز طوفان، سرعت طوفان و نوع کابل ایجاد شده اند که از نوآوری های اصلی تحقیق به شمار می روند. نتیجه مدل ارائه شده، دسته بندی وضعیت خطوط هوایی به دو وضعیت قطع و عملیاتی است که روی شبکه ۳۳ باس IEEE پیاده شده است. نتایج نشان می دهند مدل پیشنهادی، خطوط قطع شده را با دقت بیشتری پیش بینی می کند.

کلیدواژه ها:

شرایط شدید آب وهوایی ، ماشین بردار پشتیبان ، تاب آوری

نویسندگان

مجتبی محسنی

کارشناسی ارشد، دانشکده مهندسی برق- دانشگاه امیرکبیر-تهران- ایران

غلام حسین ریاحی

دانشیار، دانشکده مهندسی برق- دانشگاه امیرکبیر-تهران- ایران

زهرا مروج

استاد، دانشکده مهندسی برق- دانشگاه سمنان- سمنان- ایران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Gengfeng, L., et al., "Component importance assessment of power systems ...
  • Eskandarpour, R. and A. Khodaei, "Machine learning based power grid ...
  • Eskandarpour, R. , A. Khodaei, Ali Arab, "Improving Power Grid ...
  • Ke Yan, Yang Du, Zixiao Ren, "MPPT Perturbation Optimization of ...
  • Seyed Mahdi Miraftabzadeh, Federica Foiadelli, Michela Longo, Marco Pasetti, "A ...
  • RozhinEskandarpour,andAminKhodaei,"LeveragingAccuracy-UncertaintyTradeoff in SVM to Achieve Highly Accurate Outage Predictions", IEEE ...
  • Papia Ray , Debani Prasad Mishra,"Support Vector Machine Based Fault ...
  • Han Seung Jang, , Kuk Yeol Bae,Hong-Shik Park, and Dan ...
  • L.Wehenkel, “Machine-learning approaches to power-system security assessment”, IEEE Expert, Vol. ...
  • Weicong Kong, Zhao Yang Dong, David J. Hill, Fengji Luo, ...
  • Ke Yan, Yang Du, Zixiao Ren, "MPPT Perturbation Optimization of ...
  • Xing, X., et al, "Model predictive control of LPC-looped active ...
  • D.Cerrai, David W. Wank, MD Abul Ehsan Bhuiyan, "Predicting Storm ...
  • Astik Dhandhia, Vivek Pandya, Praghnesh Bhatt, "Multi-class support vector machines ...
  • Jaber Sohrabi, Majid Moazami, "Probabilistic mid-term net load forecasting considering ...
  • Masoud Sharifian, Hossein Karshenas , Saeid Sharifian, "Improving Network Intrusion ...
  • نمایش کامل مراجع