کی نیا, فرشید
استادیار پژوهشکده انرژی- دانشگاه تحصیلات تکمیلی صنعتی و فناوری پیشرفته - کرمان- ایران
[ 1 ] - کنترل ولتاژ و توان راکتیو دو مرحله‌ای در شبکه‌های توزیع در حضور سیستم‌های فتوولتائیک مبتنی بر پیش‌بینی کوتاه مدت بار و تولید
کنترل ولتاژ و توان راکتیو بصورت گسترده در شبکه‌های توزیع برای افزایش کیفیت توان بکار می‌رود. اخیرا استفاده از تولیدات پراکنده مبتی بر انرژی‌های تجدیدپذیر رو به افزایش است که بر عملکرد سیستم و کنترل ولتاژ و توان راکتیو سیستم تاثیر می‌گذارد. منابع انرژی تجدیدپذیر متناوب و غیر قابل پیش‌بینی به‌ویژه سیستم‌های بادی و خورشیدی و نیز تغییرات تصادفی سطح بار الکتریکی سیستم می‌تواند منجر به نوسانات شدید ولت…
[ 2 ] - نگهداری و تعمیرات پیشگیرانه و اصلاحی به‌منظور بهره‌وری طول عمر ترانسفورماتور قدرت با درنظرگرفتن تأثیر فرسودگی بر قابلیت اطمینان
این مقاله یک مدل شاخص بهره‌وری طول عمر و یک روش الگوریتم جستجوی کلاغ توسعه‌یافته (DCSA) به‌منظور دستیابی به نگهداری و تعمیرات بهینه برای ترانسفورماتور قدرت ارائه می‌کند. اگر نگهداری و تعمیرات روی ترانسفورماتورهای قدرت صورت نگیرد، نتیجه‌اش ناپایداری سیستم انتقال و عدم تأمین پایدار انرژی الکتریکی در نقاط بار خواهد بود؛ به‌عبارت‌دیگر، خرابی سیستم انتقال روی وضعیت سیستم توزیع اثر می‌گذارد و ممکن است …
[ 3 ] - پخش بار اقتصادی دینامیکی بهینه با استفاده از P-PSO پیشنهادی
هدف از حل مسئلۀ پخش بار اقتصادی در سیستم قدرت، برنامه‌ریزی خروجی واحدهای تولید به نحوی است که تقاضای بار مورد نیاز را با کمترین هزینۀ ممکن تأمین می‌کند، ضمن اینکه قیود برابری یا نابرابری همۀ واحدها را ارضا می‌نماید. در این مقاله، روش بهینه‌سازی جدیدی تحت عنوان PSO-P [1]برای افزایش قابلیت اکتشاف و استخراج پیشنهادشده که دارای یک ماژول آشفتگی نیز برای جلوگیری از همگرایی محلی است.روش پیشنهادی برای پخ…
[ 4 ] - استفاده از شبکه‌های عصبی ترکیبی و روش بهینه‌سازی آموزش جامع ازدحام ذرات به‌منظور پیش‌بینی کوتاه‌مدت بار الکتریکی
پیش‌بینی کوتاه‌مدت بار الکتریکی همواره به‌عنوان یکی از عناصر کلیدی در عملکرد اقتصادی و ایمن سیستم‌های قدرت به‌حساب می‌آید. در محیط رقابتی بازار برق، شرکت‌های برق به رویکردهای دقیق‌تری برای پیش‌بینی بار به‌منظور گرفتن تصمیمات بهتر درزمینه خرید و یا تولید برق نیازمند هستند. در این مقاله روشی نوین برای پیش‌بینی کوتاه‌مدت بار الکتریکی بر مبنای یادگیری ماشینی ارائه‌شده است. این روش از یک فرایند انتخاب…
[ 5 ] - پیش بینی کوتاه مدت بار الکتریکی بر پایه شبکه عصبی عمیق و تبدیل موجک و انتخاب ورودی
Electricity demand forecasting is one of the most important factors in the planning, design, and operation of competitive electrical systems. However, most of the load forecasting methods are not accurate. Therefore, in order to increase the accuracy of the short-term electrical load forecast, this paper proposes a hybrid method for predicting electric load based on a deep neural network with a w…
[ 6 ] - ارائۀ مدل جدید تخمین مصرف انرژیبرق براساس مبدل‌های موجک موازی و شبکه‌های عصبی کانولوشن با یادگیری عمیق برای ساختمان‌های مسکونی
با توجه به افزایش میزان مصرف برق، این انرژییکی از مهم‌ترین منابع برای زندگی انسان است؛ بنابراین، همۀ کشورها به دنبال دسترسی به منابع انرژیمطمئن و برنامه‌ریزی‌شده هستند. نیز با توجه به تجدیدناپذیر بودن منابع سوخت‌های فسیلی به‌ویژه منابع نفت و گاز، چندین دهه است موضوع جایگزین‌سازی این نوع انرژی‌ها با انرژی‌های تجدیدپذیرشایان توجه قرار گرفته است. صرفه‌جویی و مصرف بهینۀ انرژی الکتریکی در مصارف مهم ما…
Co-Authors