کاربرد شبکه های عصبی در ارزیابی درجه امنیت ولتاژ سیستم های قدرت

در این تحقیق مقایسه و مطالعه سه شبکه عصبی مختلف جهت ارزیابی درجه امنیت ولتاژ سیستم های قدرت در نظر گرفته شده است. این سه شبکه عصبی شامل، شبکه پس انتشار خطا، شبکه با تابع پایه شعاعی، و شبکه خودمختار کوهونن که خصوصیات هر کدام بیان شده است. شبکه های عصبی فوق با 1500 و 2400 داده شبیه سازی شده در شرایط عملکرد مختلف سیستم به ترتیب بر روی شبکه 6 شینه ‏‎ward-hale‎‏ و 14 شینه ‏‎ieee‎‏ آزمایش شده و مقایسه ای بین سه شبکه عصبی صورت پذیرفته است. سپس کاربرد شبکه عصبی به منظور ارزیابی درجه امنیت سیستم 30 شینه ‏‎ieee‎‏ نشان داده شده است. کوچکترین مقدار استثنایی ماتریس ژاکوبین پخش بار، به عنوان شاخص ارزیابی پایداری ولتاژ در نظر گرفته شده است، که فاصله نقطه عملکرد فعلی سیستم را تا حد پایداری ولتاژ، نشان می دهد. در مطالعه درجه امنیت ولتاژ، براساس کوچکترین مقدار استثنایی ماتریس ژاکوبین، پنج سطح در نظر گرفته شده است که سطح خیلی امن، سطح امن، سطح هشدار، سطح بحرانی و سطح خیلی بحرانی می باشد. البته تعیین محدوده کوچکترین مقدار استثنایی بستگی به ویژگی های رفتار سیستم مورد نظر دارد.