امروزه بهره برداری بهینه از شبکه های توزیع مهمترین اولویت در طراحی و بهره برداری شبکه-های برق می باشد. در شبکه های برق رسانی درصد قابل توجهی از توان و انرژی الکتریکی تولید شده در نیروگاه ها در مسیر تولید تا مصرف به هدر می رود. تلفات در تمام سطوح سیستم قدرت یعنی تولید، انتقال و توزیع وجود دارد که حجم زیادی از تلفات، در سیستم های توزیع اتفاق می افتد. لذا تلفات در سیستم های توزیع از اهمیت بسزایی برخوردار می باشد. از جمله روش هایی که امروزه برای حل مسئله تلفات مطرح شده است، بازآرایی و نصب تولیدات پراکنده در شبکه های توزیع می باشد. همچنین استفاده روزافزون از بارهای غیرخطی، مانند مبدل های الکترونیک قدرت و درایوها در سیستم های قدرت باعث تزریق جریان های هارمونیکی در شبکه می شود. از آنجا که با تغییر شرایط شبکه با انجام بازآرایی و یا نصب تولیدات پراکنده نحوه پخش توان و یا میزان امپدانس کل در شبکه تغییر و امکان تغییر در فرکانس های هارمونیکی وجود دارد، توجه به بارهای غیرخطی در مبحث بازآرایی و مکانیابی تولیدات پراکنده حائز اهمیت است. در این پایان نامه برای اولین بار مسأله ی بازآرایی و مکانیابی بهینه ی تولیدات پراکنده در حضور بارهای غیرخطی در قالب مدلی با اهداف چندگانه مدل سازی ریاضی شده است. در مدل پیشنهادی بیشینه سازی سود سالانه حاصل از کاهش هزینه ی تلفات و کمینه سازی هزینه ی نصب و بهره برداری تجهیزات تولیدات پراکنده و مقدار آلودگی ناشی از تولیدات پراکنده و بهبود پارامترهای کیفیت توان به عنوان اهداف بهینه سازی مورد توجه قرار گرفته اند. در این راستا الگوریتم جدید بهینه سازی ترکیبی وراثتی و پرندگان که با استفاده از نظریه فازی به صورت چند هدفه بهبود یافته است، برای حل مسئله ی چندهدفه-ی بازآرایی و تنظیم تولیدات پراکنده ارائه می شود. این روش پیشنهادی بر روی شبکه 33 باسه و بخشی از شبکه واقعی تایوان(tai-power) با 85 باس اجرا شده است. نتایج بدست آمده نشان می دهد بازآرایی و تنظیم تجهیزات تولیدات پراکنده به طور همزمان با اهداف چند گانه می تواند مزیت های بیشتری نسبت به بهینه سازی مجزا و تک هدفه ایجاد نماید.

طوفان های گرد و غبار از ملموس ترین جنبه های مخرب فرسایش بادی است که هرساله باعث ایجاد مشکلات زیستی، اقتصادی و اجتماعی زیادی برای جوامع گیاهی، انسانی و جانوری می شود. بنا به تعریف سازمان هواشناسی، در صورتی که سرعت باد بیش از 15 متر بر ثانیه برسد و دید افقی به کم تر از یک کیلومتر کاهش دهد، طوفان گرد و غبار رخ می دهد. از طرفی سنجش از دور علم، فن و هنر به دست آوردن اطلاعات در مورد پدیده ها از راه دور است. برای تشخیص طوفان های گرد و غبار، تصاویری با پوشش وسیع و تکرار زیاد نیاز است. از سنجنده modis می توان برای پایش طوفان های گرد و غبار استفاده کرد. هدف اصلی این تحقیق، استفاده از تصاویر ماهواره ای جهت تخمین مناطق مستعد طوفان است. در گام نخست، ایستگاه هواشناسی زابل به عنوان ایستگاهی که تداوم شرایط طوفانی در چند ساعت و در بعضی موارد یک تا چند روز را دارد، انتخاب شد. سپس پنج تصویر از سنجنده مودیس در سال های 2000، 2001، 2002 و 2008 در روزهای طوفانی مورد نظر و پنج تصویر از روز یا روزهای قبل جهت تجزیه و تحلیل و محاسبه شاخص روزهای طوفانی انتخاب شد. پیش پردازش های لازم مانند تصحیح هندسی، تصحیح مربوط به افزایش اندازه پیکسل ها در کناره تصویر (bow-tie correction)، موزاییک نمودن تصاویر و تصحیح هندسی تصاویر صورت پذیرفت. سپس، برای روز قبل از طوفان، شاخص اختلاف نرمال شده پوشش گیاهی (ndvi)، دمای درخشایی در باندهای 31 و32 ((bt، آلبدو (albedo)، انتشار از سطح(emissivity) و در نهایت دمای سطحی(lst)؛ و برای روز طوفان دمای درخشایی در باند های 31 و 32، اختلاف دمای درخشایی بین باندهای 31 و 29، 32 و31btd8–11) ، btd11– 12)، محاسبه شد. سپس، از منطقه با طوفان شدید با استفاده از حد آستانه های تعریف شده برای اختلاف دمای درخشایی بین باندهای 31 و 29، 32 و 31 به سمت عقبه طوفان بر حسب وسعت طوفان بافری تهیه شد. منحنی انعکاس طیفی مربوط به منطقه با طوفان شدید در باندهای 1 تا 5 و 7 ترسیم و بر اساس آن ها، مناطق با بازتاب طیفی یکسان در باندهای متناظر در روز یا روزهای قبل از طوفان تعیین شد. در مرحله بعدی این مناطق با مناطق با پوشش خاک لخت تلفیق و مناطق مستعد برای برداشت طوفان در هر باند تعیین و اطلاعات مربوط به دمای سطحی در این مناطق استخراج شد. سپس از مناطق مستعد برای برداشت طوفان در باندهای مختلف اشتراک گرفته شد. بعد از حذف مناطق کوهستانی، اطلاعات مربوط به دمای سطحی نیز در این مناطق تعیین شد. سپس، محل داده های حاصل از اشتراک نسبت به داده های کل منطقه در منطقه بالای دمای سطحی تعیین شد. نتایج نشان داد که استفاده از داده های حرارتی و شاخص های مذکور قابلیت بالایی در تخمین مناطق مستعد طوفان دارد. در گام بعدی، با استفاده از باندهای حرارتی و سپس باندهای در محدوده نانومتر (1 تا 5 و 7 ) اقدام به شناسایی مناطق مشابه از نظر طیفی با منطقه با طوفان شدید در روز قبل از طوفان شد، باندهای 1،2،3و 5 بیشترین مناطق مشترک مستعد طوفان، را شناسایی نموده و بیشترین مناطق برداشت در باندهای 3 و 7 شناسایی شد. استفاده از شاخص ها و یا توابع ریاضی دیگر جهت بررسی بیشتر قابلیت طول موج های انتخابی این تحقیق، جهت تشخیص مناطق برداشت پیشنهاد می شود. کلمات کلیدی: طوفان های گرد و غبار، مودیس، دمای سطحی، شاخص اختلاف نرمال شده پوشش گیاهی، باندهای حرارتی