دوره 11، شماره 4 - ( 11-1400 )                   جلد 11 شماره 4 صفحات 0-0 | 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)
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 شبکه های DC با استفاده از شبکه های عصبی بازگشتی و دسته بند مبتنی بر درخت تصمیم گیری. مهندسی و مدیریت انرژی. 1400; 11 (4)

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


چکیده:   (207 مشاهده)
در سال های اخیر ریز شبکه ها نقش مهمی را در شبکه های توزیع ایفا کرده اند. ریز شبکه های DC به دلیل مزایای خود به یکی از موضوعات محبوب محققان تبدیل شده اند. یکی از چالش های اساسی در مسیر توسعه ریز شبکه های DC مسائل مربوط به حفاظت آن ها می باشد. در نتیجه در این مقاله یک روش حفاظتی برای تشخیص وقوع خطا و مکان آن در ریز شبکه های DC ارائه شده است.  با توجه به پیشرفت های صورت گرفته در زمینه هوش مصنوعی و عملکرد خوب روش های حفاظتی هوشمند در ریز شبکه های AC، در این مقاله از شبکه های عصبی بازگشتی برای تعییین مکان خطا استفاده شده است. در این مقاله از سنجش جریان فیدر های بار و ولتاژ باس اصلی برای تشخیص وقوع خطا و تعیین مکان آن استفاده می شود. همچنین عملکرد روش حفاظتی ارائه شده در هر دو حالت متصل به شبکه و جزیره ای بررسی می شود و نتایج حاصله عملکرد مناسب روش حفاظتی ارائه شده را تایید می کنند. در این مقاله از نرم افزار MATLAB برای آموزش و تست الگوریتم های یادگیری ماشین و شبکه بازگشتی و از نرم افزار DIgSILENT برای شبیه سازی ریز شبکه DC مورد مطالعه استفاده می شود
     
نوع مطالعه: پژوهشي | موضوع مقاله: مهندسی برق
دریافت: 1399/11/15 | ویرایش نهایی: 1400/10/14 | پذیرش: 1400/8/26 | انتشار: 1400/10/10

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

بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 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