
توضیحات : زبان ایتالیایی ساده ترین و در عین حال زیباترین و خوش آهنگترین زبان اروپایی است. زبان ایتالیایی علاوه بر ایتالیا در سوئیس و جنوب شرقی فرانسه و اتریش نیز به کار میرود. با فراگیری این زبان تسلط به زبانهای مشابهی مانند اسپانیایی چندان مشکل نخواهد بود. با فراگیری این زبان میتوانید از ترانه ها, اشعار, اپراها, ادبیات و فیلمهای زیبای ایتالیایی لذت ببرید. متن اصلی سلسله درسهایی که در این مجموعه ارائه شده برداشتی آزاد از کتاب آموزش ایتالیایی به فرانسه که شامل ۵۰ درس میباشد.
تعداد صفحه : 155

Jose Maria Giron-Sierra

Nicholas Tarrier, Adrian Wells, Gillian Haddock

فهرست مطالب
عنوان صفحه
فصل اول: مقدمه
1- 2 –2 روش های نوین با استفاده از داده های PMU.. 5
فصل دوم : انواع مسائل پایداری
2-1 ملاک های دسته بندی پایداری.. 13
2-2 تعریف پایداری استاتیک و دینامیک.. 13
2-2-1 پایداری استاتیکی(ماندگار).. 13
2-2-2 پایداری دینامیکی (گذرا).. 14
2-3-1 پایداری زاویه ای روتور.. 14
فصل سوم: ارزیابی امنیت استاتیک ولتاژ
3-1-1جمع آوری داده های مورد نیاز برای ارزیابی امنیت استاتیک با استفاده از داده های PMU.. 22
3-2 معرفی و آموزش درخت تصمیم گیری :.. 24
3-2-2 طراحی و آموزش درخت تصمیم گیری برای ارزیابی امنیت استاتیک ولتاژ 27
3-3 بررسی روش های کاهش حجم داده.. 28
3-3-1روش های مبتنی بر استخراج ویژگی.. 29
3-3-1روش Principal Component analysis یا PCA.. 30
3-3-2 روش انتخاب ویژگی با استفاده از آنالیز همبستگی.. 35
3-4 الگوریتم پیشنهادی جهت ارزیابی سریع امنیت ولتاژ در سیستم های قدرت 36
3-4-1 فلوچارت الگوریتم ارزیابی امنیت استاتیک با استفاده از داده های دریافتی از PMU ها.. 40
فصل 4:ارزیابی امنیت دینامیک در شبکه های قدرت
4-1 جمع آوری داده برای ارزیابی امنیت دینامیک شبکه قدرت 43
4-2- معرفی شاخصهای تصمیمگیری.. 43
4-2-2- ویژگیها در حوزه زمان.. 45
4-2-3- محاسبه سریع WASI در حوزه فرکانس.. 47
4-3 بردار ماشین های پشتیبان.. 50
4-3-1 ساختار بردار ماشین های پشتیبان(SVM). 51
4-3-2 طراحی و آموزش بردار ماشین های پشتیبان برای ارزیابی امنیت دینامیک سیستم.. 55
4-4- طراحی و آموزش درخت تصمیم گیری برای ارزیابی امنیت دینامیک سیستم 56
4-5 جایابی بهینه PMU ها با رویکرد ارزیابی امنیت دینامیک و با استفاده از تکنیک های هوشمند.. 56
4-5-1 معرفی تکنیک گام به جلو برای جایابی PMU در شبکه قدرت 57
4-5-2 معرفی تکنیک گام به عقب برای جایابی PMU در شبکه قدرت 58
4-6 بررسی روش کاهش حجم داده (PCA) در ارزیابی امنیت دینامیک سیستم قدرت 58
عنوان صفحه
فصل 5: نتایج شبیه سازی
5-1- معرفیشبکه های مورد مطالعه.. 61
5-2- معرفی نرمافزار شبیهساز DIgSILENT.. 62
5-3 مطالعات استاتیک ولتاژ در شبکه قدرت نمونه 39-باسه.. 62
5-3-1 طراحی درختان تصمیم گیری محلی برای شبکه 39-باسه.. 63
5-3-2 آموز ش درخت تصمیم گیری کلی برای شبکه 39-باسه با استفاده از تکنیک های کاهش بعد.. 64
5-3-3 آموزش درخت تصمیم گیری کلی برای قسمتی از ایران با استفاده از تکنیک های کاهش حجم داده.. 68
فصل 5-4 مطالعات دینامیک شبکه 39 باسه نمونه.. 72
5-4-2 طراحی و آموزش درخت تصمیم گیری برای ارزیابی امنیت دینامیک در شبکه 39 باسه.. 73
5-4-3 طراحی و آموزش بردار ماشین های پشتیبان برای ارزیابی امنیت دینامیک در شبکه 39 باسه.. 77
5-5 استفاده از روش کاهش حجم داده (PCA) در ارزیابی امنیت شبکه 39 باسه 81
5-5-1 استفاده از PCA و DT برای ارزیابی امنیت دینامیک شبکه 39 باسه 81
5-5-2 استفاده از PCA و SVM برای ارزیابی امنیت دینامیک شبکه 39 باسه 83
5-5-3 تاثیر PCA در کاهش اثر نویز در داده های دریافتی از PMU ها 84
5-6- جایابی PMU با رویکرد ارزیابی امنیت دینامیک و با استفاده از تکنیک های هوشمند DT و SVM... 85
5-6-1 جایابی PMU با استفاده از تکنیک گام به جلو و درخت تصمیم گیری 86
5-6-2 جایابی PMU با استفاده از تکنیک گام به جلو و SVM... 88
5-6-3جایابی PMU با استفاده از تکنیک گام به عقب و SVM... 89
5-6-4جایابی PMU با استفاده از تکنیک گام به عقب و DT.. 90
5-7 ارزیابی امنیت دینامیک شبکه واقعی جنوب ایران.. 93
عنوان صفحه
فصل6: نتیجه گیری و پیشنهادات
عنوان صفحه
شکل (2-1) انتقال توان از ژنراتور به روتور.. 15
شکل (2-2)-دسته بندی انواع مسائل پایداری شبکه قدرت.. 19
شکل (3-1) فلو چارت رویه دسته بندی سیستم به 4 گروه.. 24
شکل (3-2) نمونه ای از یک درخت تصمیم گیری ساده.. 25
شکل (3-3) نحوه ی آموزش درخت تصمیم گیری.. 28
شکل (3-4) انتخاب محورهای جدید برای داده های دو بعدی[56]30
شکل(3-5) داده های نمونه برای اعمال روش .[53] PCA.. 32
شکل (3-6) داده های نرمالسازی شده به همراه بردار ویژه ی ماتریس کواریانس [53]33
جدول (3-2) داده های بدست آمده از تبدیل PCA با انتخاب مهمترین بردار ویژه[53]34
شکل (3-7) داده های بازیابی شده پس از تبدیل PCA با انتخاب بزرگترین بردار ویزه[53]... 35
شکل (3-8) دیاگرام الگوریتم آموزش چند سطحی درخت تصمیم گیری برای ارزیابی امنیت استاتیک.. 39
شکل (3-9). فلوچارت الگوریتم پیشنهادی برای ارزیابی سریع امنیت 40
شکل (4-1) محاسبه شاخص WASI در حوزه زمان[18].. 48
شکل (4-3 ) نحوه ی دسته بندی داده ها به دو گروه مجزا و یافتن بهترین مرز تصمیم گیری ]62[52
شکل (4-4 ) خطای دسته بندی و نمایش مقدار آن با استفاده از متغیرهای ]62[53
شکل (4-5) استفاده از تبدیل برای تصویر داده ها به یک فضا با بعد بالاتر]62[54
شکل(4-6) ورودی و خروجی بردار ماشین های پشتیبان.. 55
شکل (4-7) رویه انتخاب باس های مناسب جهت نصب PMU با تکنیک گام به جلو.. 58
شکل (4-8) رویه انتخاب باس های مناسب جهت نصب PMU با تکنیک گام به عقب.. 58
شکل (5-1) دیاگرام تک خطی شبکه 39 باسه انگلیسی.. 61
شکل( 5-2) دیاگرام تک خطی شبکه عملی کنگان و عسلویه.. 61
شکل (5-3) نحوه ی تقسم بندی شبکه 39-باسه به 5 ناحیه]67[63
شکل (5-4) منحنی بارهای ایجاد شده برای 5 ناحیه با تغییر در اسکیل بارهای هر ناحیه.. 63
شکل (5-5) دسته بندی شاخه ها در دسته های مختلف با میانگین پایداری یکسان.. 67
شکل (5-6) منحنی بار شبکه کنگان و عسلویه در طول سال برای چندین بار نمونه.. 69
شکل (5-7) درخت آموزش دیده برای شبکه کنگان و عسلویه با استفاده از PCA.. 71
شکل(5-8)درخت آموزش دیده برای شبکه کنگان و عسلویه بدون استفاده از PCA.. 71
مجموعه های مشخص شده در شکل (5-7) به صورت زیر است:.. 72
شکل(5-9) نمونه ای از درخت آموزش داده شده با استفاده از تمامی پیش بین ها.. 74
شکل(5-13) نمونه ای از دسته کننده SVM با استفاده از پیش بین های Norm1_4وNorm1_5وکرنل RBF. 80
شکل(5-15) تعداد بعد کاهش داده شده در هر مرحله بر حسب k امین دقت مورد نظر.. 82
شکل (5-17) مقایسه خطای آزمایش SVM با استفاده از PCA و با در نظر گرفتن 11 دقت مختلف.. 83
شکل(5-18) گزینه های نصب PMU در نواحی منسجم شبکه 39 باسه انگلیسی به روش کلاسیک]43[85
عنوان صفحه
جدول( 3-1 )پیش بین های مورد استفاده در ارزیابی امنیت استاتیک 23
جدول( 4-1) پیش بین های ارزیابی امنیت دینامیک در حوزه زمان و فرکانس 49
جدول (5-2) عملکرد DT آموزش دیده برای شبکه 39 باسه برای مجموعه داده آزمایش 1.. 68
جدول (5-3) عملکرد DT آموزش دیده برای شبکه 39 باسه برای مجموعه داده آزمایش 2.. 68
جدول (5-4) عملکرد DT آموزش دیده برای شبکه کنگان و عسلویه 70
جدول (5-5) عملکرد DT های آموزش دیده برای شبکه ی 39- باسه بر حسب درصد خطا.. 74
جدول (5-6) شاخصهای تصمیمگیری امنیت سیستم قدرت 39 باسه 75
جدول (5-11) میانگین خطای آموزش SVM با داده های آغشته به نویز 84
جدول (5-12) مجموعه جواب های بهینه نصب PMU در شبکه 39 باسه 86
جدول (5-21) مقایسه DT و SVM های آموزش دیده با باس های موجود در دو مجموعه جواب و . 92
فهرست نشانه های اختصاری
|
Computational Inteligence |
CI |
|
Center of Inertia |
COI |
|
Dynamic Security assessment |
DSA |
|
Decision Tree |
DT |
|
Equal Area Criterion |
EAC |
|
Extended Equal Area Criterion |
EEAC |
|
Operational Condition |
OC |
|
Principal Component Analysis |
PCA |
|
Phasor Measurement Unit |
PMU |
|
Support Vector Machine |
SVM |
|
Short-Time Fourier Transform |
STFT |
|
Support Vector Machine |
SVM |
|
Wide-Area Measurement Systems |
WAMS |
|
Wide-Area Severity Indices |
WASI |
1-1-بیانمسئله
پایداری سیستم های قدرت به عنوان یک مسئله ی مهم در دهه های اخیر مطرح گردیده است. بسیاری از قطعی های اساسی در سراسر جهان در اثر ناپایداری در شبکه های برق رخ داده است و این مسئله اهمیت موضوع را بیش از پیش مشخص می نماید. بررسی پایداری سیستم های قدرت با رویکردهای مختلفی امکان پذیر است که از انواع آن می توان به پایداری استاتیک و دینامیک اشاره کرد. در پایداری استاتیک رفتار سیستم در حالت ماندگار پس از مواجهه با یک اختلال بررسی می گردد تا دریابد که ولتاژ باس ها یا سرعت تجهیزات از حدود مجاز خارج نشده باشد. اما در پایداری دینامیکی رفتار گذرای سیستم در مواجهه با یک اغتشاش ارزیابی می گردد. با پیشرفتهایبوجودآمدهدرزمینهسیستمهایاندازهگیریومانیتورینگسطح وسیع،امکانارزیابیسریعپایداریفراهمآمدهاستوواحدهایاندازهگیریفازور نقش مهمیرابرایرسیدنبهاینمنظورایفا می کنند.با استفاده از داده های دریافتی از PMU های نصب شده بر روی باس بارهای منتخب با هدف رویت پذیری شبکه و تخمین اطلاعات مورد نیاز از سایر باس بارها و خطوط انتقال، امکان ارزیابی پایداری چه در حوزه ی استاتیک و چه در حوزه ی دینامیک امکان پذیر است. این اندازه گیری ها به همراه تکنیک های هوشمند یادگیری ماشین، راهبرد موثری در تعیین وضعیت پایداری و امنیت در شبکه های قدرت داشته اند و پیش بینی وضعیت پایداری به صورت سریع برای به کارگیری کنترل پیشگیرانه را میسر ساخته است.
در این پایان نامه می خواهیم با استفاده از داده های دریافتی از PMU ها به بررسی انواع مسائل امنیت اعم از امنیت استاتیک و امنیت دینامیک بپردازیم. با استفاده از این داده ها و تکنیک های هوشمند همچون درخت تصمیم گیری و بردار ماشین های پشتیبان وضعیت امنیت در شبکه های قدرت بررسی می شود. از آنجا که حجم اطلاعات دریافتی از شبکه های قدرت بزرگ بسیار زیاد است، به دنبال راهکارهایی برای کاهش حجم داده ها تا حد امکان هستیم به گونه ای که داده های کاهش یافته حاوی بخش عظیمی از اطلاعات شبکه باشند و اطلاعات از دست رفته قابل چشم پوشی باشند. با استفاده از تکنیک های انتخاب ویژگی و استخراج ویژگی همچون principal component analysis و correlation analysis این کاهش بعد صورت می گیرد. با این راهکار، ورودی های SVMوDT تا حد امکان کاهش می یابد و الگوریتم های یادگیری ماشین بهینه تر و مناسب با اهداف زمان حقیقی[1] و به روز رسانی مداوم تولید می گردد. همچنین با رویکرد ارزیابی امنیت دینامیک و همچنین توجه به رویت پذیر بودن کامل شبکه، راهکاری برای جایابی بهینه PMUها با استفاده از دسته کننده های DT و SVM ارائه شده است. بدین صورت که از اطلاعات تمامی باس بارها به عنوان نماینده های نصبPMU برای آموزش DT و SVM استفاده می شود و با توجه به تغییر خطای ایجاد شده در اثر ورود و یا خروج اطلاعات هر باس در رابطه با بهترین مکان برای نصب PMU ها اظهار نظر می شود.