فایل پی دی اف کامل بهینه سازی کنترل توان راکتیو PDF

توجه : این فایل به صورت فایل PDF (پی دی اف) ارائه میگردد

 فایل پی دی اف کامل بهینه سازی کنترل توان راکتیو PDF دارای ۲۰۳ صفحه می باشد و دارای تنظیمات و فهرست کامل در PDF می باشد و آماده پرینت یا چاپ است

لطفا نگران مطالب داخل فایل نباشید، مطالب داخل صفحات بسیار عالی و قابل درک برای شما می باشد، ما عالی بودن این فایل رو تضمین می کنیم.

فایل پی دی اف فایل پی دی اف کامل بهینه سازی کنترل توان راکتیو PDF  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل می باشد و در فایل اصلی فایل پی دی اف کامل بهینه سازی کنترل توان راکتیو PDF،به هیچ وجه بهم ریختگی وجود ندارد

---

بخشی از متن فایل پی دی اف کامل بهینه سازی کنترل توان راکتیو PDF :

فایل پی دی اف کامل بهینه سازی کنترل توان راکتیو PDF
فهرست مطالب :

چکیده ۱

مقدمه ۲

فصل اول- کلیات ۳

فصل دوم- معرفی آنترل توان راآتیو و مروری بر روشهای حل

مسأله بهینه سازی توان راآتیو

۱- مقدمه ۸ -۲

۲- دلایل آنترل توان راآتیو ۸ -۲

۳- اهداف آنترل توان راآتیو در جبران سازی بار ۱۰ -۲

۱- ثابت نگهداشتن ولتاژ در یک سطح معین ۱۰ -۳ -۲

۲- اصلاح ضریب توان ۱۲ -۳ -۲

۳- متعادل آردن بار ۱۳ -۳ -۲

۴ مروری بر روش های حل مسأله بهینه سازی ۱۴ -۲

۱ الگوریتم های مبتنی بر روش عددی ۱۵ -۴ -۲

۲ الگوریتم های مبتنی بر هوش مصنوعی ۱۵ -۴ -۲

۵ نتیجه گیری ۱۶ -۲

فصل سوم- تئوری مجموعه های فازی ۱۷

۱ مقدمه ۱۸ -۳

۲ نظریه مجموعه های فازی در مقابل مجموعه های کلاسیک ۱۸ -۳

۳ تابع عضویت ۲۰ -۳

۱ تابع عضویت مثلثی ۲۰ -۳ -۳

۲ تابع عضویت ذوزنقهای ۲۱ -۳ -۳

۳ تابع عضویت گوسی ۲۱ -۳ -۳

۴ تابع عضویت زنگولهای شکل ۲۲ -۳ -۳

۴ معرفی مفاهیم اساسی مرتبط با مجموعههای فازی ۲۲ -۳

۱تکیهگاه ۲۳ -۴ -۳

۲ منفرد فازی ۲۳ -۴ -۳

۳ مجموعه فازی تهی ۲۳ -۴ -۳

۴ مرکز ۲۳ -۴ -۳

۵ نقطه تقاطع ۲۳ -۴ -۳

۶ ارتفاع ۲۳ -۴ -۳

۷ برش آلفا ۲۴ -۴ -۳

۵ عملیات بر روی مجموعه فازی ۲۴ -۳

۱ معادل بودن دو مجموعه فازی ۲۴ -۵ -۳

۲ زیر مجموعه بودن ۲۴ -۵ -۳

۳ مکمل مجموعه فازی ۲۴ -۵ -۳

۴ اجتماع دو مجموعه فازی ۲۵ -۵ -۳

۵ اشتراک دو مجموعه فازی ۲۵ -۵ -۳

۶ ضرب دو مجموعه فازی ۲۶ -۵ -۳

۶ موتور استنتاج فازی ۲۶ -۳

۱ استنتاج مبتنی بر ترآیب قواعد ۲۷ -۶ -۳

۲ استنتاج مبتنی بر قواعد جداگانه ۲۷ -۶ -۳

۷ طراحی سیستم فازی به آمک جدول جستجو ۲۷ -۳

۸ نتیجه گیری ۲۸ -۳

فصل چهارم- مبانی شبکه های عصبی مصنوعی ۲۹

۱- مقدمه ۳۰ -۴

۲- مبانی بیولوژیکی شبکه های عصبی مصنوعی ۳۰ -۴

۳- اجزای تشکی لدهنده شبکه عصبی مصنوعی ۳۱ -۴

۱- نرون ها ( عناصر محاسباتی) ۳۱ -۳ -۴

۲- لایه ها ۳۲ -۳ -۴

۳- مدل پایه یک نرون مصنوعی ۳۲ -۳ -۴

۴- مفاهیم شبکه های عصبی مصنوعی ۳۴ -۴

۱- ساختار شبکه های عصبی مصنوعی ۳۵ -۴ -۴

۱ – شبکه های عصبی مصنوعی پیشخور ۳۶ -۱ -۴ -۴

۲- شبکه های عصبی مصنوعی پسخور ۳۷ -۱ -۴ -۴

۲- توابع محرک (تبدیل) ۳۸ -۴ -۴

۳- شبکه های عصبی مصنوعی به عنوان سیستم های -۴ -۴

دینامیکی آموزش پذیر ۴۱

۱- گونه های مختلف آموزش در شبک ههای عصبی -۳ -۴ -۴

مصنوعی ۴۱

۴- آموزش شبکه عصبی مصنوعی ۴۳ -۴ -۴

۵- آنترل آموزش ۴۴ -۴ -۴

۵- تعمیم یافتگی در مقابل حفظ ۴۴ -۴

۶- تعیین بهترین اندازه برای شبکه ۴۴ -۴

۷- پرسپترون ۴۵ -۴

۸- قانون پس انتشار خطا ۴۶ -۴

۱- الگوریتم پس انتشار خطا ۴۶ -۸ -۴

۲- محدودیت الگوریتم پس انتشار خطا ۴۹ -۸ -۴

۹ نتیجه گیری ۵۱ -۴

فصل پنجم- الگوریتم ژنتیک ۵۲

۱ مقدمه ۵۳ -۵

۲ واژگان و ساختار آلی الگوریتم ژنتیک ۵۴ -۵

۱ واژگان الگوریتم ژنتیک ۵۴ -۲ -۵

۲ ساختار آلی الگوریتم ژنتیک ۵۵ -۲ -۵

۳- مفاهیم آلیدی الگوریتم ژنتیک ۵۶ -۵

۱- آدینگ ۵۶ -۳ -۵

۲- ایجاد جمعیت اولیه ۵۹ -۳ -۵

۳- اعمال ژنتیک ۵۹ -۳ -۵

۱- عملگر تقاطعی ۵۹ -۳-۳-۵

۲- عملگر جهشی ۶۱ -۳ -۳ -۵

۳- عمل تحول ۶۲ -۳ -۳ -۵

۱- فضای نمونه گیری ۶۲ -۳ -۳ -۳ -۵

۳- تابع برازش ۶۶ -۳ -۳ -۵

۴- برخورد با محدودیت ها ۶۶ -۳ -۳ -۵

۴ نتیجه گیری ۶۹ -۵

فصل ششم – الگوریتم اجتماع پرندگان ۷۰

۱ مقدمه ۷۱ -۶

۲ تاریخچه ۷۲ -۶

۳ اساس الگوریتم اجتماع پرندگان ۷۳ -۶

۱ الگوریتم اجتماع پرندگان در حالت پیوسته ۷۵ -۳ -۶

۲ الگوریتم اجتماع پرندگان در حالت گسسته ۷۶ -۳ -۶

۷۸ pso 4 پارامترهای -۶

۱ وزن اینرسی ۷۸ -۴ -۶

۲ ضرایب شتاب ۷۹ -۴ -۶

۳ حداآثر سرعت ۷۹ -۴ -۶

۴ بعد مساله ۸۰ -۴ -۶

۵ تعداد ذرات ۸۰ -۴ -۶

۵ انواع توپولوژی واصل همسایگی ۸۱ -۶

۱ توپولوژی ستاره ۸۲ -۵ -۶

۲توپولوژی حلقه ۸۳ -۵ -۶

۳ توپولوژی چرخی ۸۴ -۵ -۶

۸۵ PSO 6 الگوریت مهای -۶

۱الگوریتم بهترین فرد ۸۵ -۶-۶

۲الگوریتم بهترین جهانی ۸۶ -۶-۶

۳ الگوریتم بهترین محلی ۸۷ -۶-۶

۷ همگرایی ۸۷ -۶

۸۷ PS O 8 مزیت های -۶

۸۷ PSO 9عیب -۶

۱۰ پیاده سازی الگوریتم پرندگان در حالت پیوسته ۸۸ -۶

۱۱ پیاده سازی الگوریتم پرندگان در حالت گسسته ۹۱ -۶

۱۲ نتیجه گیری ۹۴ -۶

فصل هفتم- الگوریتم محاسبه مقادیر متغیرهای آنترلی در

بهینه سازی آنترل توان راآتیو ۹۵

۱ مقدمه ۹۶ -۷

۲ فرمول بندی مساله، اهداف و قیود ۹۶ -۷

۳ مدل منحنی بار ۹۹ -۷

۴ حل مساله بهینه سازی توان راآتیو با فرض -۷

پیوسته در نظر گرفتن متغیرهای آنترلی

۱ روش اول ۱۰۰ -۴ -۷

۲ روش دوم ۱۰۴ -۴ -۷

۳ روش سوم ۱۰۵ -۴ -۷

۵ حل مساله بهینه سازی توان راآتیو با فرض -۷

پیوسته و گسسته در نظر گرفتن متغیرهای آنترلی

۱ روش اول ۱۰۶ -۵ -۷

۳ روش سوم ۱۰۸ -۵ -۷

۴ روش چهارم ۱۰۸ -۵ -۷

۱۰۸ PSO 6 بهینه سازی با استفاده از روش -۷

۷ استفاده از مدل فازی بار در مسأله ۱۱۰ -۷

۱ تعر یف مجمو عه فازی برای منح نی بار در بازه -۷ -۷

های زمانی ۱۱۰

۲ الگوریتم حل ۱۱۳ -۷ -۷

۸ استفاده از شبکه عصبی در حذف نامعینی بار ۱۱۴ -۷

۹ نتیجه گیری ۱۱۵ -۷

فصل هشتم- نتایج شبیه سازی شده ۱۱۶

۱ مقدمه ۱۱۷ -۸

۲ معرفی سیستم تست ۳۰ باسه ۱۱۷ -۸

۳ ارائه نتایج شبیه سازی ۱۲۰ -۸

۱ بهی نه سازی با پیو سته در ن ظر گرفتن -۳ -۸

مقادیر متغیرهای آنترلی ۱۲۰

۱ روش اول ۱۲۱ -۱ -۳ -۸

۲ روش دوم ۱۲۳ -۱ -۳ -۸

۳ روش سوم ۱۲۵ -۱ -۳ -۸

۲ بهی نه سازی با در ن ظر گرفتن م قادیر متغیر های -۳ -۸

آنترلی به صورت گسسته و پیوسته ۱۲۸

۲ روش اول ۱۲۸ -۲ -۳ -۸

۲ روش دوم ۱۳۰ -۲ -۳ -۸

۳ روش سوم ۱۳۲ -۲ -۳ -۸

۴ روش چهارم ۱۳۴ -۲ -۳ -۸

۱۳۶ PSO 3بهینه سازی با استفاده از روش -۳ -۸

۴ استفاده از مدل فازی بار در مسأله ۱۳۷ -۳ -۸

۴ استفاده از شبکه عصبی در حذف نامعینی بار ۱۴۰ -۳ -۸

۴ نتیجه گیری ۱۴۳ -۸

نتیجه گیری کلی ۱۴۴

منابع و ماخذ ۱۴۶

فایل پی دی اف کامل بهینه سازی کنترل توان راکتیو PDF
فهرست منابع فارسی ۱۴۶

فایل پی دی اف کامل بهینه سازی کنترل توان راکتیو PDF
فهرست منابع لاتین ۱۴۷

چکیده انگلیسی ۱۵۲

چکیده :

پخش توان راآتیو در سیستمهای قدرت به علت وجود جوابهای متعدد به عنوان یکی از مسایل آلیدی بهینه سازی مطرح می شود. با تعریف هدف مسأله بهینه سازی به صورت یک مسأله چند منظوره از روش های مبتنی بر هوش مصنوعی جهت حل این مسأله استفاده می شود. استفاده از بار فازی به عنوان بار واقعی سیستم یکی از این راه آارها می باشد. نتایج بدست آمده از بررسی این روش ها برروی صحت روش ها را نشان می دهد. پس از IEEE سیستم ۳۰ باسه مشخص شدن متغیرهای آنترلی، اهداف مسأله و منحنی بار، توسط الگوریتم ژنتیک، ترآیبی از متغیرهای آنترلی بدست م یآید آه اهداف مسأله را تحقق بخشند. مدل بار به صورت فازی در نظر گرفته می شود تا نامعینی های ناشی از تغییرات بار در طول دوره های زمانی تا حدودی برطرف شود. در نهایت سیستمی فازی طراحی می شود آه مقادیر متغیرهای آنترلی پیوسته را بر اساس مقدار بار قرار گرفته بر روی سیستم محاسبه آند.

یکی از مهمترین اهداف سیستم های قدرت انتقال توان از تولید آننده به مصرف آننده می باشد. این انتقال توان اآتیو از تولید آننده به مصرف آننده نیاز به بستری مناسب خواهد داشت آه این بستر را پخش صحیح توان راآتیو به وجود می آورد. به همین خاطر پخش توان راآتیو در سیستمهای قدرت به عنوان یکی از مسایل آلیدی، مورد بحث و بررسی قرار می گیرد. حل این گونه مسایل به علت وجود جواب های متعدد به عنوان یک مسأله بهینه سازی ۱ مطرح می

شود. مسأله بهینه سازی آنترل توان راآتیو ۲ با توجه به اهمیت اهداف بهینه سازی، به عنوان یکی از مسایل با اهمیت در مهندسی برق و طراحی سیستم های انتقال تبدیل شده است. تعیین مقدار و زمانبندی مقادیر بانک های توان راآتیو و ولتاژ ژنراتور در سیستم های قدرت به منظور

نیل به حداقل توان/ انرژی تلفاتی و بهبود پروفیل ولتاژ از اهداف بهینه سازی توان راآتیو می باشد. به منظور حل مسأله بهینه سازی روش های متنوعی به آار گرفته شده است آه روش های مبتنی بر هوش مصنوعی و روش های مبتنی بر روش های عددی از آن جمله است. روش های مبتنی بر هوش مصنوعی ، به علت ساده تر بودن الگوریتم پیاده سازی، آاربرد بالایی در حل این گونه مسائل دارا می باشند. با تعریف هدف مسأله بهینه سازی به صورت یک مسأله چند

منظوره ۳، از روش های مبتنی بر هوش مصنوعی جهت حل این مسأله استفاده می شود. تئوری فازی، الگوریتم ژنتیک و شبکه های عصبی مصنوعی به منظور حل مسأله بهینه سازی به

آارگرفته می شوند. پس از معرفی مختصر این روش ها در فصول اولیه، روش هایی جهت حل مسأله بهینه سازی توان راآتیو ارائه می شود. استفاده از بار فازی به عنوان بار واقعی سیستم یکی از این راه آارها می باشد. نتایج بدست آمده از بررسی این روش ها برروی سیستم ۳۰ باسه

صحت روش ها را نشان می دهد.

فصل اول : آلیات

یکی از مهمترین اهداف سیستم های قدرت انتقال توان از

تولید آننده به مصرف آننده می باشد. در راه انتقال

توان از تولید آننده به مصرف آننده مشکلاتی از قبیل افت

ولتاژ وجود دارد آه به علت وجود امپدانس خطوط در باس

های سیستم می باشد. این افت ولتاژ در باس های سیستم به

نوبه خود باعث افزایش توان راآتیو در باس مورد بحث می

شود. این افزایش توان راآتیو نیز باعث افزایش جریان

عبوری از این باس خواهد شد و افزایش جریان با توجه به

امپدانس خط افت ولتاژ بیشتری را در باس ایجاد میکند و

این مسأله تا جایی ادامه پیدا می آند آه سیستم به یک

حالت پایدار برسد.

آاملاً مشخص است آه انتقال توان اآتیو از تولید آننده به

مصرف آننده نیاز به بستری مناسب خواهد داشت آه این

بستر را پخش صحیح توان راآتیو به وجود می آورد. به

همین خاطر پخش توان راآتیو در سیستمهای قدرت به عنوان

یکی از مسایل آلیدی مورد بحث و بررسی قرار می گیرد. به

منظور آنترل توان راآتیو در سیستم، بانک های توان

راآتیو ،آه شامل بانک های توان راآتیو پیوسته و گسسته

می باشند، و ترانسهایی با نسبت دور متغیر در سیستم

قرار داده می شوند. مسأله پخش یا آنترل توان راآتیو در

سیستم شامل برنامه ریزی و طراحی مقادیر بانک های توان

راآتیو پیوسته و گسسته، تعیین مقدار ولتاژ ژنراتورهای

سیستم و تعیین نسبت ترانس های موجود در سیستم جهت نیل

به اهدافی است آه در سیستم دنبال می شود. این اهداف می

تواند شامل بهبود پروفیل ولتاژ، حداقل توان تلفاتی ۱ و

۱ Minimum Power Loss

یا حداقل انرژی تلفاتی ۱ باشد. حل این گونه مسایل به

علت وجود جواب های متعدد به عنوان یک مسأله بهینه

سازی ۲ مطرح می شود. به این صورت آه بهترین ترآیب بانک

های توان راآتیو و نسبت دور ترانس انتخاب شوند آه از

نظر هزینه بانک توان راآتیو و تلفات حالت بهینه ای را

در سیستم به وجود آورد. به منظور حل مسأله بهینه سازی

آنترل توان راآتیو روش های متنوعی به آار گرفته شده

است .این روش ها، شامل روش های مبتنی بر هوش مصنوعی ۳ و

روش های مبتنی بر حل عددی می باشد. روش های مبتنی بر

هوش مصنوعی ، به علت ساده تر بودن الگوریتم پیاده

سازی، آاربرد بالایی را در حل این گونه مسائل دارا می

باشند.

ساختار پایان نامه

در این پایان نامه با تعریف هدف مسأله بهینه سازی به

صورت یک مسأله چند منظوره ۴ با اهداف بهینه سازی شامل

حداقل توان تلفاتی، بهبود پروفیل ولتاژ و حداقل سوویچ

بانک های خازنی، راه آارهایی را در جهت حل مسأله بهینه

سازی در نظر گرفته شده ارائه می دهد. این راهکارها

شامل استفاده روش های مبتنی بر هوش مصنوعی است آه شامل

استفاده از تئوری فازی ۵ به منظور فازی آردن بار و قرار

دادن بار فازی به جای بار واقعی سیستم به منظور مدل

آردن نامعینی در بار و تعیین مقادیر برازندگی ۱ در

الگوریتم ژنتیک ۲، استفاده از شبکه عصبی ۳ به منظور آاهش

نامعینی بار در سیستم و همچنین استفاده از الگوریتم

ژنتیک به منظور یافتن مقادیر متغیرهای آنترلی مسأله

بهینه سازی می باشد.

و…