پایان‌نامه

تشخیص نوع و محل خطا در خطوط هوایی به کمک شبکه های عصبی پیشرفته

دانلود متن کاملرایگان، با حساب کاربری؛ ثبت نام با گوگل چند ثانیه است

چکیده

از دیرباز وقوع خطا و اتصال کوتاه یکی از مسائل اجتناب ناپذیر خطوط انتقال بوده است. این خطاها در شبکه های قدرت موجب بروز خساراتی سنگین در تجهیزات شده و تلفات جانی و مالی بسیاری را نیز در پی داشته اند. بنابراین می بایست تا جای ممکن خطاها را سریع تر و صحیح تر تشخیص داده و اجازه باقی ماندن خطا به مدت طولانی در شبکه را ندهیم. تلاش مهندسین برق در طی سالیان گذشته موجب دستیابی به روش های متنوعی در زمینه تشخیص نوع و مکان خطا شده است. در این میان می توان به روش هایی از قبیل آنالیز فرکانسی و استفاده از معادلات حاکم برمدار، شبکه های عصبی مختلف مانند multi layer perceptron, back propagation , radial basis function و غیره، الگوریتم ژنتیک و سیستم های fuzzy اشاره کرد. تمامی این روش ها به دنبال یافتن راهی مطمئن، سریع و با قابلیت پیاده سازی در صنعت بوده اند که در این بین به نتایج بسیار مفیدی نیز دست یافته اند. اتصال کوتاه موجب پیدایش اغتشاشاتی در سیستم قدرت می شود، که این مسئله به معنای به وجود آمدن امواجی با فرکانس های بالاتر از فرکانس شبکه و دارای شکل موج غیر سینوسی می باشد. در نتیجه به منظور تحلیل درست تر شبکه در حالت اتصال کوتاه از مدل های محاسباتی پیچیده ای که برای فرکانس های بالاتر مطرح شده است، استفاده می شود. با توجه به این که امکان وقوع اتصال کوتاه تک فاز نسبت به سایر خطاها بیشتر می باشد. بنابراین مطالعات بیشتری بر روی این خطا انجام گرفته و از مدل قوس اولیه به منظور شبیه سازی دقیق تر این خطا استفاده شده است. به منظور شبیه سازی خط انتقال نیز از دقیق ترین مدل موجود یعنی مدل j.marti استفاده شده است، که خط مورد نظر در این پایان نامه، خط انتقالی 400 kv با طول 160 کیلومتر، تک مداره و دارای باندل 4 تایی می باشد. در طی این پایان نامه سعی بر این است که کاربرد دو شبکه عصبی دیگر را در تشخیص نوع خطا و همچنین مکان وقوع آن در خطوط انتقال فشار قوی مورد بررسی و تحلیل قرار گیرد. بدین منظور شبکه عصبی fuzzy artmap و شبکه radial basis function با یادگیری bayesian به عنوان ابزارهایی برای تشخیص مکان و نوع اتصال کوتاه در یک خط انتقال فشار قوی مورد بررسی قرار گرفته و نتایج به دست آمده با نتایج موجود از سایر شبکه ها مقایسه شده اند.

اساتید راهنما و مشاور

مهرداد عابدی، محمدباقر منهاج، حسین حسینیان

پایان‌نامه‌های مشابه

  • تشخیص ارقام و حروف تایپی انگلیسی بدون محدودیت در اندازه و نوع فونت به کمک شبکه عصبی نگاشت خودسازمانده

    پایان‌نامه۲۰۱۴وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی شاهرود - دانشکده مهندسی برق و کامپیوترنجمه صمدیانی

    بازشناسی نوری حروف در حوزه های گوناگون مانند تشخیص پلاک خودرو، امنیت(مانند تصدیق گذرنامه)، بارکد و سیستم های بانکی (چک)، نقش مهمی ایفا می کند و تا کنون روش ها و سیستم های متعددی برای تشخیص کاراکترها ارائه شده است. هدف این تحقیق، ارائه ی روشی می¬باشد که بتواند ارقام و حروف تایپی ی

  • تعیین مدل مصرف سوخت وسایل نقلیه هوایی به کمک شبکه عصبی

    پایان‌نامه۲۰۱۴دانشگاه آزاد اسلامی - دانشگاه آزاد اسلامی واحد تهران مرکزی - دانشکده مهندسیمحمدامین آل آقا

    در قسمت های پیشین مدل موجود مصرف سوخت هواپیما که بر اساس عملکرد هواپیما طرح ریزی شده بود را مورد بررسی قرار دادیم . مزایا ومعایب آنرا مورد بررسی تشریح قرار دادیم و در ادامه مدل مصرف سوخت به کمک شبکه عصبی را مورد تحلیل قرار داده و بهبود بخشیدیم . سپس با استفاده از داده های موجود ک

  • تشخیص اعداد دست نویس فارسی به کمک شبکه های عصبی

    پایان‌نامه۱۹۹۱وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی اصفهانفریبرز سبحان منش

    دراین رساله پس از طرح مسئله تشخیص الگو، استفاده از شبکه های عصبی مصنوعی را به عنوان یک ابزار محاسباتی قوی در تشخیص الگو مورد بررسی قرار می دهیم. سپس از این شبکه ها جهت تشخیص اعداد و چهار عمل اصلی دست نویس فارسی توسط کامپیوتر استفاده خواهیم کرد که دراین راستا، بهینه سازی پارامترها

  • حل مسائل برنامه ریزی محدب به کمک اجرای یک شبکه عصبی پیشرفته

    پایان‌نامه۲۰۰۲وزارت علوم، تحقیقات و فناوری - دانشگاه تربیت مدرسآیت الله یاری

    در این پایان نامه برای حل هر دو نوع مسائل برنامه ریزی محدب خطی و غیرخطی با شرایط محدودیت دلخواه، شبکه های عصبی هاپفید یا مصنوعی را بکار برده و همچنین تابع انرژی و سیستم دینامیکی عصبی را برای شبکه عصبی ارائه شده تعریف می نماید.ضمنا نشان داده می شو د که سیستم دینامیکی عصبی یادشده د

  • بررسی اثر نوع و لایه بندی خاک در میزان نشست خاک زیر پی ها به کمک شبکه عصبی مصنوعی

    پایان‌نامه۲۰۱۳وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی (نوشیروانی) بابل - دانشکده مهندسی عمرانحسن سراج

    چکیده روابط تجربی و نظری که برای پیش بینی میزان نشست پی های سطحی بر روی لایه های خاک تعریف شده اند، با وجود پیچیدگی محاسباتی ، پیش بینی با دقت بالایی را به ما نمی دهند. امروزه با استفاده از شبکه های عصبی مصنوعی می توان با پیچیدگی محاسباتی کمتر ، پیش بینی میزان نشست پی ها را بررسی

  • تشخیص و دسته بندی خطا در خطوط انتقال با استفاده از تبدیل موجک و شبکه عصبی

    پایان‌نامه۲۰۱۱وزارت علوم، تحقیقات و فناوری - دانشگاه شهید چمران اهواز - دانشکده مهندسیمریم طالبی شوشتریان

    خط انتقال یک مولفه ی مهم سیستم قدرت الکتریکی است و حفاظت آن جهت تضمین پایداری سیستم و کم کردن خسارات وارده به تجهیزات به دلیل وقوع اتصال کوتاه در خطوط انتقال ضروری است .رله های خطوط انتقال دارای سه وظیفه ی مهم هستند که عبارتند از : تشخیص ،دسته بندی و مکان یابی خطاهای خطوط انتقال.

اسناد مشابه

  • تشخیص غیر تهاجمی بیماری فنیل‌کتونوری به کمک شبکه عصبی و با استفاده از طیف سنجی رزونانس مغناطیسی هسته

    سابقه و هدف: بیماری فنیل‌کتونوری یکی از بیماری‌های متابولیسمی نسبتاً شایع در جهان می‌باشد. در کشور ما نیز به‌دلیل ازدواج‌های فامیلی از شیوع بالائی برخوردار است. شیوع این بیماری در ایران از حدود 1:4000 تا 1:8000 تولد در هر سال گزارش گردیده است. عقب‌ماندگی‌های ذهنی، ناتوانی‌های جسم

  • تشخیص خطا با استفاده از شبکه عصبی در روتور تمایل یابنده

    مقاله۲۰۲۴مهندسی مکانیک امیرکبیرعلیرضا یعقوبی، محسن محمدی

    خطاهای سیستم که معمولاً منجر به تغییر در پارامترهای حیاتی سیستم یا حتی دینامیک سیستم می‌شوند، ممکن است منجر به کاهش عملکرد و شرایط عملیاتی ناایمن شود. تشخیص خطا نقش مهمی در تضمین ایمنی و قابلیت اطمینان سیستم برای وسایل نقلیه هوایی بدون سرنشین ایفا می‌کند. شبکه‌های عصبی مصنوعی پتا

  • تشخیص غیر تهاجمی بیماری فنیل کتونوری به کمک شبکه عصبی و با استفاده از طیف سنجی رزونانس مغناطیسی هسته

    مقالهکومشفاطمه درستی، fatemeh dorosti dept of biochemistry, payam noor, tehran, iranگروه بیوشیمی، دانشگاه پیام نور تهران، تهران، ایزان زهرا زنگنه، zahra zanganeh dept. of biochemistry, pasteur institute of iran, tehran, iranگروه بیوشیمی، انستیتوپاستور تهران، تهران، ایران رقیه میرزازاده، roghayeh mirzazadeh dept. of biochemistry, pasteur institute of iran, tehran, iranگروه بیوشیمی، انستیتوپاستور تهران، تهران، ایران زهرا زمانی

    سابقه و هدف: بیماری فنیل کتونوری یکی از بیماری های متابولیسمی نسبتاً شایع در جهان می باشد. در کشور ما نیز به دلیل ازدواج های فامیلی از شیوع بالائی برخوردار است. شیوع این بیماری در ایران از حدود 1:4000 تا 1:8000 تولد در هر سال گزارش گردیده است. عقب ماندگی های ذهنی، ناتوانی های جسم

  • تشخیص استرس از سیگنال قطر مردمک به کمک شبکه عصبی

    مقاله۲۰۱۹عصر برقمحمد طاهری، هادی سمیعی

    کنیارد ار، هدف تش�خیص رخداد اس�ترس درافراد با اس�تفادهازرصد تغییرات س�یگنال اندازهقطر مردم کاس�ت،ک ه با طراحی یک آزمایش پرس�ش وپاس�خ روی گروهی ازافراد انجام ش�دهاست. اثرگذاری عملکرد سیس�تم عصبی خودکاربر روی رفتارهای غیرارادی نظیر قطر کمدرم، نرخ ضربان قلب، نرخ تنفس، فشار خون و غیر

  • جایابی خطا در شبکه های توزیع شامل خطوط هوایی و کابل با استفاده ازتبدیل s

    مقالهمهندسی برق مدرسhamed hasanvand، department of electrical engineering, science and research branch, islamic azad university, tehran, iran soodabeh soleymani، department of electrical engineering, science and research branch, islamic azad university, tehran, iran behnam feizifar، . istanbul technical university (itu), turkey bashir bakhshideh zad

    در این مقاله کاربرد تبدیل s و تبدیل موجک پیوسته به منظور جایابی خطا در شبکه های توزیع شامل خطوط هوایی و کابل ارائه می شود. سیگنال های گذرای فرکانس بالا که توسط خطا در شبکه بوجود می آیند، با استفاده از این دو تبدیل s و تبدیل موجک پیوسته تحلیل می شوند. تبدیل s را می توان بعنوان یک

  • روش دقیق تخمین محل خطا در خطوط انتقال چند بخشی هوایی– کابلی

    در این مقاله، روشی جدید برای تعیین محل خطا در خطوط انتقال چند بخشی کابلی–هوایی ارائه شده است. این روش از نمونه‌های جمع‌آوری شده از دو پایانه خط به صورت همزمان در حوزه زمان بهره می‌برد و به همین دلیل نیاز به فیلتر برای استخراج مولفه‌های اصلی ولتاژ و جریان ندارد که این موضوع باعث د