تعداد نشریات | 38 |
تعداد شمارهها | 1,251 |
تعداد مقالات | 9,067 |
تعداد مشاهده مقاله | 8,152,460 |
تعداد دریافت فایل اصل مقاله | 4,911,829 |
تقویت پدافند غیرعامل شبکههای برق با پیشبینی میرایی، نوع و محل نوسانات سیستم قدرت | ||
علوم و فناوریهای پدافند نوین | ||
مقاله 3، دوره 6، شماره 1 - شماره پیاپی 19، اردیبهشت 1394، صفحه 19-31 اصل مقاله (576.7 K) | ||
نویسندگان | ||
محمد حسین ولایتی؛ رضا غفارپور* | ||
تاریخ دریافت: 10 بهمن 1397، تاریخ بازنگری: 26 دی 1403، تاریخ پذیرش: 10 بهمن 1397 | ||
چکیده | ||
مبحث پدافند غیر عامل در صنعت برق را میتوان از جنبههای گوناگون شامل اجرایی، مطالعاتی و بهرهبرداری، مورد بررسی قرار داد. برنامهریزی و بهرهبرداری صحیح از سیستمهای قدرت، به عنوان یک عامل پدافندی، تحت تأثیر عوامل مختلفی از جمله پایداری زاویهای اغتشاش کوچک ژنراتورها میباشد. این نوع از پایداریها معمولاً در دو حالت نوسانی شامل نوسانات درون ناحیهای و بینناحیهای مورد بررسی قرار میگیرند. از آنجاکه بررسی این اتفاقات با استفاده از روشهای مرسوم مطالعات پایداری سخت و پیچیده است، در این مقاله میرایی مد بحرانی سیستم با استفاده از شبکه عصبی مورد پیشبینی قرار گرفته و در ادامه شاخصی مبتنی بر ضریب مشارکت متغیر حالت غالب ژنراتورها به منظور تعیین نوع و محل نوسانات سیستم قدرت در مد بحرانی معرفی شده و سپس با استفاده شبکه عصبی پیشبینی شده است. روش پیشنهادی، اطلاعات بهرهبرداری سیستم قدرت در شرایط عادی و اضطراری را با دقت و سرعت بالایی در اختیار بهرهبرداران شبکه جهت بهرهبرداری مناسب از آن قرار میدهد. | ||
کلیدواژهها | ||
مقدار ویژه بحرانی؛ نوسان بین ناحیهای؛ نوسان محلی؛ ضریب مشارکت ژنراتور؛ شاخص Pδ؛ شبکه عصبی | ||
عنوان مقاله [English] | ||
Enhance the Passive Defense of Power System Networks Using Prediction Damping, Type and Location of Power System's Oscillations | ||
نویسندگان [English] | ||
mohammad Hossein Velayati؛ Reza ghaffarpour | ||
چکیده [English] | ||
Proper planning and operation of power system as a defense issue, is affected by several factors such as small signal rotor angle stability of generators. This type of stabilities usually studied in two oscillatory modes including local and inter-area oscillations. Since the study of these events by using conventional methods of stability studies is difficult, in this paper, index-based participation factor of generators in the dominant mode is introduced and then Type and location of the oscillations of power system are predicted by the neural network. In addition, the damping of the critical mode is predicted using neural network. Moreover, capability of the proposed method is evaluated by considering the effect of static load models and noisy data. The proposed method gives appropriate information of power system to the network operators in the normal and emergency conditions with high accuracy and speed. | ||
کلیدواژهها [English] | ||
Critical Eigenvalue, Inter-Area Oscillations, Local Oscillations, Participation Factor of Generator, Pδ Index, neural network | ||
آمار تعداد مشاهده مقاله: 400 تعداد دریافت فایل اصل مقاله: 239 |