پایان نامه ارشد رشته برق قدرت: تعیین پارامترهای دینامیکی ژنراتورهای سنکرون
متن کامل پایان نامه مقطع کارشناسی ارشد رشته مهندسی برق قدرت

با عنوان : تعیین پارامترهای دینامیکی ژنراتورهای سنکرون با استفاده از شبکه عصبی

در ادامه مطلب می توانید تکه هایی از ابتدای این پایان نامه را بخوانید
و در صورت نیاز به متن کامل آن می توانید از لینک پرداخت و دانلود آنی برای خرید این پایان نامه اقدام نمائید.
 

دانشگاه آزاد اسلامی
واحد تهران جنوب
دانشکده تحصیلات تکمیلی
“M.Sc” پایان نامه برای دریافت درجه کارشناسی ارشد
مهندسی برق – قدرت
عنوان:
تعیین پارامترهای دینامیکی ژنراتورهای سنکرون با استفاده از شبکه عصبی
برای رعایت حریم خصوصی اسامی استاد راهنما،استاد مشاور و نگارنده درج نمی شود
تکه هایی از متن به عنوان نمونه : (ممکن است هنگام انتقال از فایل اصلی به داخل سایت بعضی متون به هم بریزد یا بعضی نمادها و اشکال درج نشود ولی در فایل دانلودی همه چیز مرتب و کامل است)
چکیده:
این پروژه روشی نو را برای بکارگیری رؤیتگرهای شبکه عصبی در جهت شناسایی و تعیین پارامترهای دینامیکی ژنراتورهای سنکرون با استفاده از اطلاعات بهره برداری ارائه کرده است. اطلاعات بهره برداری از طریق اندازه گیری های بلادرنگ به عمل آمده در قبال اغتشاشات حوزه بهره برداری فراهم می شود. داده های آموزشی مورد نیاز شبکه عصبی از طریق شبیه سازی های غیر همزمان بهره برداری از ژنراتور سنکرون در محیط یک ماشین متصل به شین بی نهایت فراهم شده است. مقادیر نمونه ژنراتورهای سنکرون در مدل مذکور به کار گرفته شده اند. شبکه آموزش دیده در قبال اندازه گیری های بلادرنگ شبیه سازی شده در جهت تخمین پارامترهای دینامیکی ژنراتورهای سنکرون تست شده است. مجموعه نتایج به دست آمده نشان دهنده قابلیت های نوید بخش شبکه عصبی مصنوعی در حوزه تخمین پارامترهای دینامیکی ژنراتورهای سنکرون، به صورت بلادرنگ و با استفاده از اطلاعات بهره برداری می باشد. اگرچه برای دستیابی به خطای تخمین قابل قبول در مسیر شناسایی کلیه پارامترهای دینامیکی ژنراتورهای سنکرون، پاره ای اصلاحات ضروری به نظر می رسد. در نگاه کلی این اقدامات تکامل بخش را می توان به دو مجموعه: پیشنهادات مربوط به اصلاح شبکه عصبی رؤیتگر در حوزه شبیه سازی و آموزش و بخش دیگر را به عنوان گام های تکاملی تلقی نمود، که سازماندهی این گام ها در مبادی ورودی و خروجی شبکه عصبی، زمینه مناسبتری را برای بهره گیری از قابلیت های آن فراهم خواهد کرد.
مقدمه:
در سال های اخیر با پیشرفت سیستم های کامپیوتری، سیستم های هوش مصنوعی نیز متولد شده و رشد کرده است. یکی از سیستم های هوش مصنوعی، شبکه های عصبی مصنوعی هستند. این شبکه ها به علت عواملی چون قطعیت در پاسخ، سادگی در اجرا، قابلیت انعطاف بالا و… جایگاه ویژه ای را به خود اختصاص داده اند. با توجه به ساختار و کارکرد شبکه های عصبی مصنوعی و اهمیت تعیین پارامترهای دینامیکی اجزاء سیستم های قدرت از جمله ژنراتورهای سنکرون، بهره گیری از شبکه های عصبی مصنوعی در این حوزه قابل طرح است. از طرف دیگری نتایج ارائه شده از بکارگیری این شبکه ها در حوزه های مشابه،

کارکردهای نوید بخشی را نشان می دهد. با توجه به مراتب فوق این پروژه بر آنست تا با طراحی و اجرای طرح شناسایی پارامترهای دینامیکی ژنراتورهای سنکرون با استفاده از شبکه عصبی مصنوعی، قابلیت های این سیستم را در حوزه شناسایی بلادرنگ پارامترهای دینامیکی ژنراتورهای سنکرون نیز بیازماید.
فصل اول: کلیات
سیستم های قدرت متشکلند از مجموعه ای از مراکز تولید (نیروگاه ها) که توسط شبکه های انتقال و توزیع و تجهیزات حفاظتی و کنترل آن به مراکز مصرف متصل می گردند. وظیفه اصلی یک سیستم قدرت تولید و تامین انرژی الکتریکی مورد نیاز مصرف کنندگان با حفظ شرایط سه گانه:
1- ارزانی قیمت انرژی
2- کیفیت بالا
3- امنیت تامین انرژی
می باشد. مراد از امنیت، پیوستگی و تداوم در تولید و تامین انرژی می باشد. عوامل موثر در امنیت عبارتند از:
1- سرمایه گذاری اولیه (تجهیزات سیستم)
2- روش ها و امکانات نگهداری و تعمیرات سیستم قدرت.
همانگونه که در کلیه وسایل و سیستم های غیر الکتریکی همواره دو ویژگی ارزانی و بالا بودن کیفیت امنیت با یکدیگر متعارض و متقابل می باشند در مقوله انرژی الکتریکی و سیستم های قدرت نیز به همان گونه خواهد بود. امنیت یک سیستم قدرت در حقیقت درجه و میدان توانایی آن سیستم در مواجهه با حوادث و اغتشاشات می باشد. امنیت کلی یک سیستم به دو زیرشاخه:
1- امنیت دینامیکی