پیش‌بینی قطعی خطوط شبکۀ توزیع با استفاده از الگوریتم ماشین بردار پشتیبان برای بهبود تاب‌آوری

پیش‌بینی وضعیت قطعی اجزای شبکۀ قدرت، به‌ویژه خطوط هوایی در مقابل شرایط آب‌وهوایی شدید، نقش مهمی در برنامه‌ریزی تخصیص منابع پیش از رخداد واقعه و نیز بازیابی بارها در زمانی سریع‌تر دارد که باعث بهبود تاب‌آوری شبکۀ قدرت می‌شود. در این مقاله، یک الگوریتم ماشین بردار پشتیبان چندبُعدی برای پیش‌بینی خطوط هوایی معیوب شبکۀ 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 شده‌اند که از نوآوری‌های اصلی تحقیق به‌شمار می‌روند. نتیجۀ مدل ارائه‌شده، دسته‌بندی وضعیت خطوط هوایی به دو وضعیت قطع و عملیاتی است که روی شبکه 33 باس ieee پیاده شده است. نتایج نشان می‌دهند مدل پیشنهادی، خطوط قطع‌شده را با دقت بیشتری پیش‌بینی می‌کند.

Outage prediction of distribution network overhead lines using support vector machine to improve resiliencece

Predicting the status of power grid components, especially overhead lines in response to extreme weather event, plays an important role in planning preresource allocation, as well as restoring loads more quickly at a faster time which can improve the power grid resilience. In this paper, a Multidimensional Support Vector Machine algorithm is proposed to predict outage overhead lines assuming storm paths. In this model, dimensions are based on five distinct features: the distance from building, distance from tree, distance from center of storm, storm speed and cable type. The result of the proposed model is the classification of overhead lines status into two out and operational statuses implemented on the 33bus IEEE network. The results show that the proposed model predicts outage lines with high accuracy.