این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
هوش محاسباتی در مهندسی برق، جلد ۱، شماره ۱، صفحات ۱-۲۲
عنوان فارسی طراحی پایدار ساز سیستم قدرت مبتنی بر شبکه موجک فازی به منظور میرا کردن
چکیده فارسی مقاله  در این مقاله، یک روش جدید مبتنی بر شبکه های موجک فازی به منظور میرا کردن نوسا نهای فرکانس پایین سیستم قدرت ارائه شده است . شبکه موجک فازی که از (PSS) تئوری موجک و مفاهیم فازی الهام گرفته شده است، برای طراحی همزمان دو پایدارساز سیستم قدرت به کار رفتهاست، که در آن، خطای بین خروجی مطلوب سیستم و خروجی واقعی به منظور آموزش پارامترهای شبکه موجک برای تعیین ابعاد شبکه، غربال کردن (OLS) فازی استفاده استفاده میشود. الگوریتم حداقل مربعات متعامد موجک ها به منظور انتخاب موجک های مؤثر، تعیین تعداد زیرشبکههای عصبی موجک و قوانین فازی استفاده شده به منظور آموزش پارامترهای (SFL) است. همچنین در این مقاله، از الگوریتم جهش قورباغه های به هم آمیخته شبکه موجک فازی و یافتن مقادیر بهینه پارامترهای پایدار ساز استفاده شده است. به منظور نشان دادن قابلت و توانایی روش پیشنهادی، مطالعات عددی بر روی یک سیستم تست 2-ناحیه- 4 ماشین ارائه شده است. همچنین به منظور نشان دادن مقاوم بودن پایدارسازهای طراحی شده دو نوع خطای سه فاز و تک فاز به سیستم اعمال شده است. و نیز به منظور انجام یک مقایسه دو پایدار ساز کلاسیک با ساختار پیشفاز -پسفاز طراحی شده اند که تنظیم شده است. نتایج شبیه سازی قابلیت و برتری پایدار سازهای SFL پارامترهای آنها با استفاده از الگوریتم طراحی شده مبتنی بر شبکه موجک را نشان می دهند.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Power System Stabilizer Design for Damping Power System Low Frequency Oscillations based on Fuzzy Wavelet Neural Network
چکیده انگلیسی مقاله  This paper presents a new online Power System Stabilizer (PSS) design based on fuzzy wavelet network (FWN) to damp the multi-machine power system low frequency oscillations. The FWN, inspired by the wavelet theory and fuzzy concepts, is used to simultaneous design of two PSSs, in which error between system desired output and output of control object is directly utilized to tune the network parameters. The orthogonal least square (OLS) algorithm is used to determine network dimension, purify the wavelets for selecting efficient wavelets, and determine the number of sub- wavelet neural networks and fuzzy rules. In this paper, Shuffled Frog Leaping Algorithm (SFLA) is employed for learning of FWN parameters and to find the optimal values of the controller parameters. To illustrate the capability of the proposed approach, some numerical results are presented on a 2-area 4-machine system. To show the effectiveness and robustness of the designed supplementary controllers, a line-to-ground fault and also a three phase fault are applied at a bus. Furthermore, to make a comparison, two conventional PSSs are designed in which a lead-lag structure is considered for each PSS and its parameters are tuned using SFLA. The simulation results show the superiority and capability of the FWN based PSSs.    
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله مریم ذکری |


ملیحه مغفوری فرسنگی | m farsangi


مریم ذکری |
صنعتی اصفهان- دانشکده برق و کامپیوتر

ملیحه مغفوری فرسنگی | m farsangi


ملیحه مغفوری فرسنگی | m farsangi
کرمان میدان پژوهش دانشگاه شهید باهنر کرمان
سازمان اصلی تایید شده: دانشگاه شهید باهنر (Shahid bahonar university)

فرید شیخ الاسلام |


فرید شیخ الاسلام |
استاد دانشگاه

احسان بی جامی |


احسان بی جامی |
شهرضا- خیابان شهید مطهری کوچه مسجد امام حسین

مریم شهریاری کاهکشی | shahriari kahkeshi


مریم شهریاری کاهکشی | shahriari kahkeshi


نشانی اینترنتی http://isee.ui.ac.ir/article_15299_0031fd2d83db9c3ad2af1c133f9962e9.pdf
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/1306/article-1306-343855.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات