بازگشت به بانک اطلاعات پایان نامه ها

شماره دانشجویی : 930570895
نام و نام خانوادگي : مصطفی بخشی دیزناب
عنوان پایان نامه : تشخیص جزیره ای شدن منبع تولید پراکنده به کمک شبکه عصبی موجکی
دانشكده : دانشکده فنی و مهندسی
گروه تحصيلي : برق
رشته/گرایش تحصيلي : قدرت - عمومي
مقطع تحصيلي : کارشناسی ارشد
استاد راهنما (عضو هیات علمی مرکز) : شهرام جوادی ,
استاد مشاور (عضو هیات علمی مرکز) : محمود حسینی علی آبادی ,
چكيده : با توجه به مباحثی همچون بحران انرژی در قرن جدید، توجه به منابع جدید انرژی در بین دانشمندان رو به افزایش است. این توجه در صنعت برق، متوجه منابع تولید جدیدی است که بتوانند از سوخت‌های غیرفسیلی استفاده کنند. از همین رو منابع جدید انرژی در صنعت برق جایگاه خود را نشان دادند. از میان منابع جدید انرژی، منابع تجدیدپذیر انرژی به دلیل پاک بودن و ارزان بودن و در دسترس بودن، بسیار مورد توجه قرار گرفته است. این منابع به گونه‌ای هستند که می‌توان در هر نقطه‌ای به آنها دسترسی داشت. در کنار تمام مزایای استفاده از تولیدات پراکنده، معایبی نیز برای آن‌ها درنظر گرفته شده است. یکی از این معایب پدیده ی جزیره ای شدن است. منظور از جزیره‌ای شدن آن است که پس از قطع شبکه‌ی اصلی، منبع تولید پراکنده به فعالیت خود ادامه دهد و توان را به شبکه تزریق کند. این پدیده در برخی موارد سودمند است، زیرا که برخی مناطق و تجهیزات حساس، همواره دارای برق خواهند بود، اما در برخی موارد نیز این پدیده می‌تواند بسیار خطرناک باشد. برای مثال، در صورتیکه اپراتورهای شرکت‌های توزیع در حال تعمیر و یا تعویض یک قطعه در شبکه‌ی توزیع باشند، به دلیل برق ‌رسانی منبع تولید پراکنده، تجهیز تحت تعمیر برق‌دار می‌شود و به اپراتور صدمات جبران‌ ناپذیری وارد می‌کند. با توجه به مشکلات و خطرات کارکرد تولید پراکنده در شرایط جزیره ای، استانداردهای مختلفی در راستای شناسایی سریع این پدیده و جدا شدن تولید پراکنده وجود دارد. در این پایان‌نامه یک روش جدید برای تشخیص جزیره‌ای شدن ارائه شده است. در این روش از یک کلاسه‌ بند جدید به نام شبکه عصبی موجکی به عنوان یک ابزار جدید برای کلاسه ‌بندی استفاده شده است.
كلمات كليدي : تولید پراکنده، حالت جزیره ای شدن، الگوریتم ریلیف، تبدیل موجک، ویونت.
تاريخ دفاع : 1395-11-13