دوره 11، شماره 4 - ( 11-1400 )                   جلد 11 شماره 4 صفحات 47-40 | برگشت به فهرست نسخه ها


XML English Abstract Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Akbari Sharif A, Kazemi karegar H, Esmaeilbeigi S. Fault Detection and Location In DC Microgrids by Recurrent Neural Networks and Decision Tree Classifier. JEM. 2022; 11 (4) :40-47
URL: http://energy.kashanu.ac.ir/article-1-1592-fa.html
اکبری شریف امیرحسین، کاظمی کارگر حسین، اسماعیل بیگی سامان. تشخیص وقوع خطا و مکان آن در ریز شبکه‌های DC با استفاده از شبکه‌های عصبی بازگشتی و دسته‌بند مبتنی بر درخت تصمیم‌گیری. مهندسی و مدیریت انرژی. 1400; 11 (4) :47-40

URL: http://energy.kashanu.ac.ir/article-1-1592-fa.html


دانشکده مهندسی برق، دانشگاه شهید بهشتی
چکیده:   (850 مشاهده)
در سال‌های اخیر ریزشبکه‌ها نقش مهمی را در شبکه‌های توزیع ایفا کرده‌اند. ریزشبکه‌های  DCبه‌دلیل مزایای خود به یکی از موضوعات محبوب محققان تبدیل شده‌اند. یکی از چالش‌های اساسی در مسیر توسعۀ ریزشبکه‌های DC مسائل مربوط به حفاظت آن‌هاست. در نتیجه در این مقاله یک روش حفاظتی برای تشخیص وقوع خطا و مکان آن در ریزشبکه‌های DC ارائه شده است. با توجه به پیشرفت‌های صورت‌گرفته در زمینۀ هوش مصنوعی و عملکرد خوب روش‌های حفاظتی هوشمند در ریزشبکه‌های AC، در این مقاله از شبکه‌های عصبی بازگشتی برای تعییین مکان خطا استفاده شده است. در این مقاله از سنجش جریان فیدرهای بار و ولتاژ شینۀ اصلی برای تشخیص وقوع خطا و تعیین مکان آن استفاده می‌شود. همچنین عملکرد روش حفاظتی ارائه‌شده در هر دو حالت متصل به شبکه و جزیره‌ای بررسی شده و نتایج حاصل، عملکرد مناسب روش حفاظتی ارائه‌شده را تأیید می‌کنند. در این مقاله از نرم‌افزار MATLAB برای آموزش و تست الگوریتم های یادگیری ماشین و شبکۀ بازگشتی و از نرم‌افزار DIgSILENT برای شبیه‌سازی ریزشبکۀ DC مورد مطالعه استفاده می‌شود.
متن کامل [PDF 633 kb]   (122 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: مهندسی برق
دریافت: 1399/11/15 | ویرایش نهایی: 1401/1/21 | پذیرش: 1400/8/26 | انتشار: 1400/10/10

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA

بازنشر اطلاعات
  این مقاله تحت شرایط This work is licensed under a Creative Common International License. قابل بازنشر است.

کلیه حقوق این وب سایت متعلق به نشریه مهندسی و مدیریت انرژی می باشد.

طراحی و برنامه نویسی : یکتاوب افزار شرق

© 2022 CC BY-NC 4.0 | Energy Engineering & Management

Designed & Developed by : Yektaweb