تقویت پدافند غیرعامل شبکه های برق با پیش بینی میرایی، نوع و محل نوسانات سیستم قدرت

Similar items

• تقویت پدافند غیرعامل شبکه‌های‌ برق با پیش‌بینی میرایی، نوع و محل نوسانات سیستم قدرت

  Article2015علوم و فناوری های پدافند نوینغفارپور, رضا، ولایتی, محمد حسین

  مبحث پدافند غیر عامل در صنعت برق را می‌توان از جنبه‌های گوناگون شامل اجرایی، مطالعاتی و بهره‌برداری، مورد بررسی قرار داد. برنامه‌ریزی و بهره‌برداری صحیح از سیستم‌های قدرت، به عنوان یک عامل پدافندی، تحت تأثیر عوامل مختلفی از جمله پایداری زاویه‌ای اغتشاش کوچک ژنراتورها می‌باشد. این

• ارزیابی قابلیت ضریب مشارکت ژنراتورها به منظور تعیین نوع نوسانات سیگنال کوچک سیستم قدرت با استفاده از روش های تحلیلی و پیش بینی همزمان آن ها با استفاده از شبکه عصبی

  Articleمدلسازی در مهندسیمحمد حسین ولایتی، mohammad hossein velayati دانشگاه سمنان نیما امجدی، nima amjady the small signal rotor angle stability which is called the small signal stability is an important issue in planning and operation of power systems. this type of stability is analyzed in four categories which include local, inter-area, control and torsional oscillations. identification and segregation of these oscillations behavior can be used for applying control actions such as excitation system and power system stabilizer parameters tuning in order to control the oscillations damping. determining the frequency of the system's critical modes and participation factors of the generators in these modes are one of the conventional methods for analyzing these oscillations which are calculated using analytical methods such as modal analysis. in this paper, capability of the generators' participation factor for determining the inter-area and local oscillations are studied at first by means of analytical methods. conventional methods (e.g., modal analysis and time–domain simulations) are challenging and time consuming tasks. thus, the generators' participation factor and power system oscillations type in the critical mode are predicted using a hybrid method containing a feature selection and probabilistic neural network (pnn) part. the advantage of the proposed method is the accuracy, fast calculations, simultaneous prediction of oscillations type and their participation in the dominant state variable of the generators in the critical modes. سید احمد حسینی، seyyed ahmad hosseini the small signal rotor angle stability which is called the small signal stability is an important issue in planning and operation of power systems. this type of stability is analyzed in four categories which include local, inter-area, control and torsional oscillations. identification and segregation of these oscillations behavior can be used for applying control actions such as excitation system and power system stabilizer parameters tuning in order to control the oscillations damping. determining the frequency of the system's critical modes and participation factors of the generators in these modes are one of the conventional methods for analyzing these oscillations which are calculated using analytical methods such as modal analysis. in this paper, capability of the generators' participation factor for determining the inter-area and local oscillations are studied at first by means of analytical methods. conventional methods (e.g., modal analysis and time–domain simulations) are challenging and time consuming tasks. thus, the generators' participation factor and power system oscillations type in the critical mode are predicted using a hybrid method containing a feature selection and probabilistic neural network (pnn) part. the advantage of the proposed method is the accuracy, fast calculations, simultaneous prediction of oscillations type and their participation in the dominant state variable of the generators in the critical modes.

  پایداری زاویه ای سیگنال کوچک رتور که از آن به عنوان پایداری سیگنال کوچک نیز یاد می شود، یکی از مهمترین عوامل در برنامه ریزی و بهره برداری سیستم های قدرت است. این نوع از پایداری ها، در چهار حالت نوسانی شامل نوسانات درون ناحیه ای، بین ناحیه‎ای، کنترلی و پیچشی مورد بررسی قرار می گیر

• پیش بینی نوسانات سطح آب زیرزمینی دشت دهگلان با استفاده از شبکه های عصبی و سیستم های استنتاج نرو- فازی

  Thesis2011وزارت علوم، تحقیقات و فناوری - دانشگاه کردستان - دانشکده کشاورزی و منابع طبیعیمرضیه ابراهیمی

  چکیده: پیـش بیــنی عـمق سطــح آب زیرزمینــی و بـرآورد نـوسانات آن، یـکی از اقدامات لازم در جهت برنامه ریزی های جامع مدیریتی در رابطه با منابع آب زیرزمینی می باشد. با توجه به روابط غیرخطی و پیچـیده حاکم بر جریان آب های زیرزمیــنی، طراحی مدلی دقیـق و در عین حـال ساده ضـرورتی اجتناب

• طراحی بهینه ای چندهدفی شبکه های عصبی نوع دسته بندی گروهی داده ها (gmdh) و سیستم استنتاجی عصبی-فازی تطبیقی (anfis) به منظور مدل سازی و پیش بینی میزان مصرف گاز طبیعی شهر رشت

  Thesis2013وزارت علوم، تحقیقات و فناوری - دانشگاه گیلان - دانشکده فنینسا ستایش صومعه سرایی

  چکیده به منظور گازرسانی به موقع و کافی به مشترکین و مصرف کنندگان، پیش بینی میزان مصرف گاز طبیعی امری ضروری برای توزیع کنندگان گاز می باشد. پیش بینی میزان مصرف گاز یک پیش نیاز مهم برای سیستم گاز رسانی کارآمد و پایه ای اساسی برای تصمیم گیری های مهم می باشد. در این تحقیق از شبکه های