فایل ورد قابل ویرایش
چكيده:
اين مقاله شرحي بر طراحي و توسعه رله جريان زياد جهتي بر پايه شبكه عصبي مصنوعي ميباشد. شبكه پسخور چند لايه را با روش الگوريتم خطاي برگشتي آموزش داده و جهت بررسي اين رله در نظر گرفته شده است. اين شبكه عصبي بر پايه اين الگوريتم بصورت off-line با استفاده از معادلات رياضي شبيهسازي شده و جهت تست جريان زياد و ولتاژ در شرايط خطا مورد ارزيابي قرار گرفته است. اين رله پيشنهادي كه بر پايه شبكه عصبي عمل مينماييد از قابليت اطمينان، سرعت و دقت بالا برخوردار است.
واژههاي كليدي: شبكه عصبي مصنوعي (ANN) , پسخور به جلو (feed forward) انتشار و به عقب propogation) (Back , رله جريان زياد جهتي (directional over current) , حفاظت (Protection)
مقدمه:
رلههاي جريان زياد جهتي (Doc) يكي از پرمصرفترين رلههايي است كه در سيستم قدرت مورد استفاده قرار ميگيرد. اين گونه رلهها براي حفاظت مدارهاي توزيع، خطوط، فوق توزيع و انتفال بكار برده ميشوند. رلههاي جريان زياد جهتدار براي حفاظت سيستمهاي حلقهاي (loop) بكار برده ميشوند: رلههاي جريان زياد همچنين براي حفاظت ژنراتورها، ترانسفورماتورهاي قدرت و موتورهاي الكتريكي مورد استفاده قرار ميگيرند. رلههاي جريان زياد جهتدار، جريان خطا و جهت جريان را فقط زماني كه جريان در مدار از مقدار تحريك (Pickup) و با جهت معين زيادتر ميشود حس ميكند. دو نوع رله جريان زياد جهت حفاظت وسايل در برابر جريان زياد وجود دارد، رلۀ جريان زياد زمان معكوس (Inverrs time over current) و ديگري رلۀ جريان زياد معين (overcurrt Definite time) زمان قطع براي رلهها با مشخصه زمان معكوس با توجه به مقدار جريان متغير ميباشد. به رلههاي جريان زياد كه بدون هيچ وقفهاي قطع ميكنند رلههاي جريان زياد لحظهاي (instantaneous overcurrent) گويند. براي رلههاي جريان زياد معين، زمان قطع با توجه به مقدار جريان و بدون توجه به مقدار جريان تحريك در نظر گرفته شده ثابت ميباشند. رلههاي جريان زياد جهتدار معمولي نوع استاتيكي و يا الكترومغناطيسي ميباشند. رلههاي الكترومغناطيسي داراي مشخصههاي نامطلوب از جمله Burden بالا در ترانسفورماتورها ، مدت زمان زياد عملكرد و مشكلات كنتاكتها ميباشند. رلههاي استاتيكي را ميتوان از اين مشخصهها مبرا دانست و بخاطر مزايايي از جمله اشغال فضاي كم، سرعت بالا و نياز تعمير كمتر جاي رلههاي الكترومغناطيسي را گرفتهاند البته اين رلهها هم داراي معايبي از جمله قابليت انعطاف كم، پيچيدگي ، هزينه بالا و عدم قابليت اعتماد بالا با تغيير شرايط سيستم ميباشد. مفهوم رلههاي ديجيتالي بكارگيري كامپيوتر است كه در دو دهه اخير از ارزيابي و عملكرد خوبي برخوردار بوده است. با پيشرفت سريع مدارهاي مجتمع و نتيجۀ توسعه قدرت اقتصادي و ميكروپرسسورهاي پيچيده و ديجيتالي منجر به توسعه رلههاي ديجيتالي گرديد. يكي از مهمترين مزاياي رلههاي جريان زياد ديجيتالي بر رلههاي معمولي الكترومغناطيسي و استاتيكي مسئله اقتصادي، فضاي كم، قابليت اطمينان، همسازگاري، قابليت حفاظت از چندين مدار، عملكرد خوب و كاهش پيوسته هزينه سختافزاري ديجيتالي آنها است. امروزه رلههاي جريان زياد ديجيتالي پيشرفته جهت حفاظتهاي هوشمند بكار گرفته ميشوند. تكنيكهاي پردازش سيگنالهاي ديجيتالي پيشرفته و معرفي سيستمهاي هوشمند در حفاظت سيستمهاي قدرت عملكرد حفاظت كلاسيك و سريع و آسان را با ايمني بالاتر و حفاظت مستقل تجهيزات در خطوط انتقال و توزيع، ژنراتور، ترانسفورماتور و موتورها را فراهم آورده است. در سالهاي اخير تحقيقات وسيعي در رابطه با كاربرد شبكۀ مصنوعي مخصوصاً در شناسايي الگوها انجام گرفته است. شبكه عصبي مصنوعي سعي بر انجام آموزش و توليد مراحل عملكرد مغز انسان را دارد.
يكي از مهمترين مزاياي استفاده از شبكه عصبي مصنوعي نسبت به روش معمولي بكارگيري معماري توزيع موازي غير الگوريتم پردازش اطلاعات است. الگوريتم شبكه عصبي مصنوعي با موفقيت در بسياري از الگوها و يا مسائل بازشناختي علائم بكار گرفته شدهاند اين مقاله در رابطه با طراحي و توسعۀ رلههاي جريان زياد ايدهالي بر پايه شبكههاي عصبي است. شبكه عصبي پسخور رو به جلو چند لايه (A multi layer Feed Forward Neural Network) (FFNN) توسط الگوريتم انتشار برگشت خطا (Error back propogation) جهت بررسي و توسعه اين رله آموزش داده شده است. شبكه عصبي مصنوعي بر پايه الگوريتم بصورت off-line با استفاده از معادلات رياضي جهت تست ولتاژ و جريان تحت شرايط خطا قرار گرفته است. اين عمل جهت ارزيابي عملكرد روش مورد نظر در خصوص دقت و سرعت عملكرد رله ميباشد.
مجموعه فایل پاورپوینت داده کاوی
حجم:9044KB | بازدید :2610
علم داده کاوی عبارتست از استخراج اطلاعات ,دانش وکشف الگوهای پنهان از پایگاه داده های بسیار...
حجم:5698KB | بازدید :2769
در این بخش بر روی مدلهای لاجیت وپروبیت تاکید می شود .از آنجایی که این مدلها بسیار بهم مرتبط اند آنها را به عنوان مدلهی رگرسیون ترتیبی بیان می...
حجم:3094KB | بازدید :433
برنامه ریزی استراتژیک یک روش منطقی ودر عین حال ساده برای ایجاد یک ساختار تصمیمگیری مناسب درجهت دستیابی اهداف سازمانی است امروزه سازمانها ناگزیرند که به اندیشه های خود درباره تغییر ,تحول ,نوآفرینی ودگرگونی شکل دهند...
پاور پوینت سیاست وتوسعه کشاورزی
حجم:3053KB | بازدید :424
قسمتی از متن تاریخچه این گستره از علم را می توان تقریبا به دو دوره تقسیم نمود: 1- دوره رشد و نوسازی اقتصادی: این مقطع دهه های1940، 1950 و 1960 را شامل می شود. در این دوره، توسعه را عمدتا بر اساس رشد متوسط تولید سرانه تعریف می کردند. در این زمینه امور زیر مورد بررسی قرار...
حجم:1308KB | بازدید :2874
قسمتی از متن جستجو براي اطلاعات با ارزش در ميان حجم زيادي از داده ,استخراج اتوماتيک مدل از داده,فرآيند استخراج اطلاعات نهفته در حجم زيادي از داده داده کاوي يکي از مراحل KDD است KDD از تکنيکهايي نظير پيش پردازش ، تميز سازي، تبديل، داده کاوي و ... براي استخراج...
دانلود پاورپوینت الگوریتم ژنتیک
حجم:1005KB | بازدید :256
مفاهیم الگوریتم, زمینه بیولوژیکی ,زمینه تاریخی ,نمودار گردشی فرآیند, مکانیسم GA ,وهمچنین حل...
حجم:32KB | بازدید :2803
قسمتی ازمتن lData Mining عبارت است از اقتباس يا استخراج دانش از مجموعه ای از داده ها ، به بيان ديگر ، Data Mining فرايندی است که با استفاده از تکنيکهای هوشمند، دانش را از مجموعه ای از داده ها استخراج می کند. l lData Mining از ساخت مدل های تحليلی ، دسته بندی و پيش بينی اطلاعات و...