|
|
تخمین برخط ناپایداری گذرای ولتاژی ناحیه گسترده سیستم های قدرت با استفاده از تئوری هوشمند بیزین مبتنی بر سیگنال های سراسری
|
|
|
|
|
نویسنده
|
رنجبر سهیل
|
منبع
|
سامانه هاي غيرخطي در مهندسي برق - 1402 - دوره : 10 - شماره : 1 - صفحه:98 -116
|
چکیده
|
در این مقاله، یک روش جدید جهت آشکارسازی ناپایداری گذرای ناحیه گسترده ولتاژی سیستم قدرت به کمک تئوری بیزین ارائه می شود. الگوریتم پیشنهادی روشی موثر برای طبقه بندی داده های دینامیک شیکه بوده به نحوی که برای طبقه بندی داده ها از یک سری جفت داده ها به عنوان پارامترهای ورودی-خروجی برای الگوریتم بیزین استفاده می شود. برای این منظور، با توجه به مفهوم مشاهده پذیری، سیگنال های سراسری با بالاترین نرخ دقت مشخص می شوند و بهعنوان سیگنال های کاندید ورودی به رله پیشنهادی بیزین مورد ارزیابی و تست قرار می گیرند. همچنین برای آموزش رله بیزین پیشنهادی، با استفاده از تکنیک انتخاب ویژگی در محیط برون خط، ویژگی هایی با قابلیت تخمین رفتارهای دینامیکی ژنراتورهای سنکرون شناسایی شده و به عنوان ورودی به رله انتخاب می شوند. برای استخراج نتایج از یک شبکه آزمایشی استاندارد 39 باسه ieee استفاده شده و خطاها در شرایط مختلف به شبکه اعمال و پارامترهای پیشنهادی در دو زمان قبل از خطا و بعد از خطا نمونه برداری می شوند. نتایج به دست آمده نشان دهنده توانایی روش به کار رفته در یافتن تابع هدف و تشخیص یک وضعیت ناپایداری ناحیه گسترده ولتاژی است.
|
کلیدواژه
|
ناپایداری گذرای ولتاژی، آشکارسازی، داده کاوی، تئوری بیزین
|
آدرس
|
دانشگاه ولایت, گروه مهندسی برق, ایران
|
پست الکترونیکی
|
s.ranjbar@velayat.ac.ir
|
|
|
|
|
|
|
|
|
online estimation of the wide area voltage transient instability using bayesian technique based on wams data
|
|
|
Authors
|
ranjbar soheil
|
Abstract
|
this paper presents a new online scheme of estimating power system transient voltage instability of interconnected synchronous generators using intelligent bayesian theory based on wide area signals from wams data. for this purpose, by using online measurement of the system oscillatory signals gathered from wams technology and developing them as a series of input-output pairs data, the system dynamic category (stable/unstable) are achieved and used for bayesian training. the proposed scheme is an online non-model-based technique with the ability of estimating binary decisions among the power system dynamic signals. in the case of evaluating effectiveness of the developed algorithm, by using an ieee 39 test system, different fault events with the potential of transient voltage instabilities are investigated. in this case, considering two sampling data at pre-fault and post-fault occurrence moments, the system dynamic statues are estimated. results present ability of the proposed scheme for fast and secure estimations of the system transient voltage instability.
|
Keywords
|
transient voltage instability ,estimation ,data mining ,bayesian theory
|
|
|
|
|
|
|
|
|
|
|