کاربرد شبکه های عصبی و الگوریتم ژنتیک در تولید، توزیع، انتقال و حفاظت سیستم های قدرت

فهرست مطالب :

فصل اول : شبکه های عصبی , الگوریتم ژنتیک و الگوریتم مورچگان
در برنامه ریزی بهینه توسعه تولید با استفاده از الگوریتم ژنتیک
بخش 1-1 : شبکه عصبی چیست؟    2
بخش 2-1 : سابقه تاریخی     3
بخش 3-1 : شبکه های عصبی در مقابل کامپیوتر های معمولی     4
1-3-1 : چرا از شبکه های عصبی استفاده می کنیم؟     5
2-3-1 : کاربردهای شبکه های عصبی    7
بخش 4-1 : الگوریتم ژنتیک     8
بخش 5-1 : الگوریتم مورچگان     10
بخش 6-1 : برنامه ریزی بهینه توسعه تولید با استفاده از الگوریتم ژنتیک    14
1-6-1 : چکیده     14
2-6-1 : مقدمه     15
3-6-1 : بیان ریاضی مسئله    17
4-6-1 : محدودیت های مسئله    19
1-4-6-1 : محدودیت امکان ساخت    19
2-4-6-1 : محدودیت ذخیرۀ ظرفیت    19
3-4-6-1 : قید قابلیت اعتماد    19
5-6-1 : الگوریتم ژنتیک    20
1-5-6-1 : مقدمه    20
2-5-6-1 : ساختار رشته ها در الگوریتم پیشنهادی    20
3-5-6-1 : محاسبه تابع هدف    20
4-5-6-1 : جمعیت ابتدایی    21
5-5-6-1 : عملگرهای آلگوریتم ژنتیک    21
6-5-6-1 : اعمال محدودیت ها    21
7-5-6-1 : الگوریتم ژنتیک چند جمعیتی     22
6-6-1 : مطالعات عددی    22
7-6-1 : نتیجه گیری    25
مراجع     26

فصل دوم : شبکه های عصبی و الگوریتم ژنتیک تعریف و کاربرد
در بحٍث تولید در سیستم های قدرت
بخش 1-2 : تشخیص خطاهای عایقی ترانسفورماتور با استفاده از آنالیز     28
گازهای محلول در روغن به کمک شبکه عصبی  فازی
1-1-2 : چکیده    28
2-1-2 : مقدمه    28
3-1-2 : بررسی خطاها و گازهای تولید شده در ترانسفورماتور    30
4-1-2 : روش های تشخیص خطای ترانسفورماتور    33
5-1-2 : طراحی شبکه های هوشمند عصبی و فازی جهت تشخیص خطا    35
1-5-1-2 : شبکه هوشمند فازی    35
2-5-1-2 : شبکه هوشمند عصبی مصنوعی    39
6-1-2 : پیاده سازی سیستم های طراحی شده فازی و عصبی بر روی اطلاعات نمونه    41
7-1-2 : نتیجه گیری    42
بخش 2-2 : جایابی و اندازه‌یابی فیلترهای اکتیو در     43
سیستم های قدرت با استفاده از الگوریتم ژنتیک
1-2-2 : مقدمه    43
2-2-2 : مدلسازی مسئله    45
3-2-2 : پیاده سازی مسئله توسط الگوریتم ژنتیک    49
4-2-2 :  نتایج عددی    54
5-2-2 : نتیجه گیری    65
بخش 3-2 : استفاده از شبکه عصبی در کنترل توان     66
راکتیوTCR وTSC به منظور کاهش هارمونیک
1-3-2 : چکیده    66
2-3-2 : مقدمه    67
3-3-2 : الگوریتم حل مسأله    68
4-3-2 : نتایج بدست آمده    71
5-3-2 : استفاده از شبکه عصبی در مسأله    74
6-3-2 : نتیجه گیری    77
مراجع    78

فصل سوم : شبکه های عصبی و الگوریتم ژنتیک تعریف و کاربرد
در بحٍث توزیع در سیستم های قدرت
بخش 1-3 : اتوماسیون وتجدید پیکربندی پستها وشبکه توزیع با استفاده    83
از شبکه عصبی مصنوعی جهت کاهش تلفات
1-1-3 : چکیده     83
2-1-3 : مقدمه     83
3-1-3 : تجدید آرایش فیدر و شبکه های توزیع    86
4-1-3 : تجدید آرایش شبکه های توزیع با استفاده از شبکه عصبی مصنوعی    90
5-1-3 : شبیه سازی و نتایج عددی    94
6-1-3 : نتیجه گیری    98
بخش 2-3 : جایابی وتعیین ظرفیت خازن موازی در شبکه توزیع به کمک     99
الگوریتم ژنتیک با هدف کاهش تلف توان اهمی شبکه
1-2-3 : مقدمه    99
2-2-3 : برنامه پخش بار مستقیم شبکه توزیع    100
3-2-3 :  اگوریتم ژنتیک (GA)      101
4-2-3 : روش حل مسئله خازن گذاری    105
5-2-3 : الگوریتم حل مسئله خازن گذاری     107
6-2-3 : مشخصات الگوریتم ژنتیک    108
7-2-3 : نتیجه گیری     110
بخش 3-3 : طراحی بهینه شبکه های توزیع بزرگ با ترکیب    112
الگوریتم ژنتیک و تئوری گراف
1-3-3 : چکیده    112
2-3-3 : مقدمه    112
3-3-3 : الگوریتم ژنتیک    114
4-3-3 : تئوری گراف    116
5-3-3 : توصیف ریاضی مساله طراحی شبکه توزیع    118
6-3-3 : نتایج شبیه سازی    119
7-3-3 : نتیجه گیری    122
بخش 4-3 : متعادل سازی بهینه بار در فیدرهای فشار ضعیف     124
به کمک جبرانسازی توان راکتیو با الگوریتم ژنتیک
1-4-3 : چکیده     124
2-4-3 : مقدمه    124
3-4-3 : متعادل سازی بار به کمک کنترل توان راکتیو    126
4-4-3 : متعادل سازی و جبرانسازی بهینه در فیدرهای توزیع    131
5-4-3 : اصول و الگوریتم متعادل‌سازی بهینه فیدرها    132
6-4-3 : نرم‌افزار متعادل ساز بار    135
7-4-3 : مطالعات شبیه‌سازی    135
8-4-3 : نتیجه‌گیری    140
مراجع    142

فصل چهارم : شبکه های عصبی و الگوریتم ژنتیک تعریف و کاربرد
در بحٍث انتقال در سیستم های قدرت
بخش 1-4 : فاصله یابی خطا در خطوط ترکیبی (هوائی / کابلی)     144
به کمک شبکه عصبی
1-1-4 : چکیده     144
2-1-4 : مقدمه     144
3-1-4 : ساختار شبکه عصبی     146
4-1-4 : انتخاب ورودی های مناسب برای اعمال به شبکه عصبی     147
5-1-4 : سازی سیستم قدرت مورد مطالعه     148
6-1-4 : شمای کلی روش پیشنهادی     149
7-1-4 : ورودی های شبکه عصبی     150
1-7-1-4 : اتصال کوتاه تکفاز     151
2-7-1-4 : اتصال کوتاه سه فاز متقارن     151
8-1-4 : تعلیم و تست شبکه های عصبی     152
1-8-1-4 : اتصال کوتاه تک فاز     152
2-8-1-4 : اتصال کوتاه سه فاز متقارن     158
9-1-4 : نتیجه گیری     162

فصل پنجم : شبکه های عصبی و الگوریتم ژنتیک تعریف و کاربرد
در بحٍث حفاظت در سیستم های قدرت
بخش 1-5 : هماهنگی بهینه رله های اضافه جریان در شبک های    165
با ساختارهای متفاوت به کمک یک الگوریتم ژنتیک ترکیبی
1-1-5 : چکیده    165
2-1-5 : مقدمه    165
3-1-5 : مسأله هماهنگی رله های اضافه جریان    167
4-1-5 : اعمال الگوریتم ترکیبGA  وLP    172
5-1-5 : نتایج عددی    175
6-1-5 : نتیجه گیری    183
بخش 2-5 : بهبود حفاظت دیفرانسیل ترانسفورماتور مبتنی بر    184
تکنیک بازدارنده شاری به کمک شبکه های عصبی
1-2-5 : خلاصه     184
2-2-5 : مقدمه     184
3-2-5 : الگوریتم مورد استفاده     186
4-2-5 : بکارگیری شبکه عصبی    189
5-2-5 : جمع آوری  داده های آموزشی    190
6-2-5 : ساختار شبکه عصبی     191
7-2-5 : نتایج شبیه سازی     192
8-2-5 : نتیجه گیری    194
بخش 3-5 : شبیه سازی رله دیستانس با استفاده از شبکه های عصبی    196
1-3-5 : چکیده    196
2-3-5 : مقدمه    196
3-3-5 : دیاگرام تک خطی سیستم قدرت    201
4-3-5 : شبکه های عصبی مصنوعی    202
5-3-5 : بلوک دیاگرام و فلو چارت رله دیستانس عصبی    204
6-3-5 : روند تعلیم و نتایج تست رله عصبی    205
7-3-5 : نتیجه گیری    210
مراجع    211