دانشگاه کاشان مهندسی و مدیریت انرژی 2345-2951 8 4 2023 01 29 A New Method for Identification of Critical Lines with the Potential for Triggering Cascading Failures in Power Grids روشی نوین برای تشخیص خطوط بحرانی با پتانسیل ایجاد خروج‌های پی‌در‌پی در شبکه‌های قدرت 2 11 113448 10.22052/8.4.2 FA احسان علییان دانشگاه شهید بهشتی محمد رضا آقامحمدی دانشگاه شهید بهشتی محسن کیا دانشگاه آزاد اسلامی واحد پردیس Journal Article 2023 01 29 Blackouts are among the main threats to the security of electric power systems. Cascading failures are known as the most important agent for creating blackouts. Transmission lines are the basic equipment of power networks whose outage can make subsequent cascading outages. In this paper, based on the application of decision tree, a new approach is proposed for an online identification of critical lines with the potential for triggering cascading failure. A trained decision tree is able to estimate the brittleness of network and, based on that, the operator will be able to change operating conditions. To this end, at first, required data for decision tree are prepared through the introduction of appropriate indicators and based on the associated blackout in a wide range of conditions including load level, load-generation patterns and network structures. Next, with a training decision tree, an algorithm for identification of critical lines and of network brittleness in blackout is proposed. To implement the proposed approach, The New England 39-bus test system has been employed. خاموشی‏ها همواره از عوامل اصلی تهدید برای امنیت سیستم‏های قدرت هستند. خروج‏های پی‏درپی از اصلی‏ترین عوامل خاموشی‏ها شناخته می‏شوند. خطوط انتقال از مهم‌ترین تجهیزات شبکۀ قدرت هستند که خروج آن‏ها می‏تواند منجر به خروج‏های پی‏درپی بعدی شود. در این مقاله، با استفاده از درخت تصمیم‏گیری که از روش‏های هوش مصنوعی است، به شناسایی آنلاین خطوط بحرانی شبکه که منجر به ایجاد خروج‏های پی‏درپی می‏شوند، پرداخته می‏شود. درخت تصمیم آموزش‌دیده، قادر است در هر نقطۀ کار، شکننده بودن یا نبودن شبکه را تخمین بزند و بهره‏بردار خواهد توانست بر طبق آن شرایط بهره‏برداری را تغییر دهد. بدین منظور در گام اول با معرفی شاخص‏های مناسب و بر اساس خاموشی‏های ایجادشده در تمامی آرایش‏های بار و تولید مختلف و همچنین آرایش‌های مختلف شبکه، ورودی‏ها و خروجی‏های لازم برای درخت تصمیم تولید می‏شوند. در گام بعد، از نتایج به‌دست‌آمده در گام اول با استفاده از آموزش درخت تصمیم‏گیری، الگوریتمی برای شناسایی آنلاین خطوط بحرانی و شکنندگی شبکه برای ایجاد خاموشی پیشنهاد می‏شود. روش پیشنهادی در شبکۀ استاندارد 39 باس IEEE پیاده‌سازی و نتایج آن ارائه می‏شود.   https://energy.kashanu.ac.ir/article_113448_e070e77767c6def85774091968cad5c6.pdf