Mạng thần kinh nhân tạo trong nhận dạng ổn định động hệ thống điện
Email tác giả liên hệ:
aunn@hcmute.edu.vnTừ khóa:
nhận dạng ổn định động, hệ thống điện, mạng neural nhân tạo, biến đặc trưngTóm tắt
Lựa chọn biến đặc trưng là kỹ thuật xử lý dữ liệu rất quan trọng trong bài toán nhận dạng ổn định động hệ thống điện. Bài báo giới thiệu phương pháp xếp hạng lựa chọn biến dựa trên độ đo khoảng cách Fisher, Divergence, Bhattacharyya và hệ số tương quan. Mục đích là chọn các biến với độ tách biệt dữ liệu cao nhất. Mạng neural truyền thẳng được đề nghị áp dụng để nhận dạng ổn định động hệ thống điện. Tiếp cận đề nghị được kiểm tra trên sơ đồ hệ thống điện IEEE 30-bus. Nhiều thí nghiệm đã được thực thi nhằm tìm ra thông số để mạng nerual đạt hiệu suất tối ưu. So sánh giải thuật học Levenberg-Marquardt và Scaled Conjugate Gradient, kết quả cho thấy giải thuật học Levenberg-Marquardt với phương pháp chọn biến dựa và hàm Fisher cho số biến nhỏ hơn, độ chính xác nhận dạng cao hơn các phương pháp còn lại.
Tải xuống: 0
Tài liệu tham khảo
A. Y. Abdelaziz and M. A. El-Dessouki, “Transient Stability Assessment using Decision Trees and Fuzzy Logic Techniques,” Int. J. Intell. Syst. Appl., vol. 5, no. 10, pp. 1–10, 2013.
R. Zhang, H. K. Polytechnic, H. Kong, Y. Xu, Z. Y. Dong, K. Meng, and Z. Xu, “Intel- ligent Systems for Power System Dynamic Security Assessment: Review and Classifica- tion,” pp. 134–139, 2011.
A. M. a. Haidar, M. W. Mustafa, F. a. F. Ibrahim, and I. a. Ahmed, “Transient Stabil- ity Evaluation Of Electrical Power System Using Generalized Regression Neural Net- works,” Appl. Soft Comput., vol. 11, no. 4, pp. 3558–3570, 2011.
K. S. Swarup, “Artificial Neural Network Using Pattern Recognition For Security As- sessment And Analysis,” Neurocomputing, vol. 71, no. 4–6, pp. 983–998, 2008.
R. Zhang, S. Member, Y. Xu, and Z. Y. Dong, “Feature Selection For Intelligent Stabil- ity Assessment of Power Systems,” 2012 IEEE Power Energy Soc. Gen. Meet., pp. 1–7, 2012.
S. Haykin, ‘’Neural Networks and Learning Machines’’, Third Edition, Pearson Prentice Hall, 2009.
] K. Y. Lee and M. A. El-Sharkawi,’’Modern Heuristic Optimization Techniques’’, A John Wiley & Sons. Inc. Publication, 2008.
A. R. Webb and K. D. Copsey, “Statistical Pattern Recognition”, Third Edition, A John Wiley & Sons. Inc. Publication, 2011.
] M. Cheriet, N. Kharma, C.-L. Liu, and C. Y. Suen, “Character Recognition Systems - A Guide for Students and Practioners”, A John Wiley & Sons. Inc. Publication, 2007.
Quyen Huy Anh, “The applycation of pattern recognition for fast analysis of the dynamic stability of electrical power system,” Perganon, pp. 1–13, 1994.
J. D. Glover, M. S. Sarma, and T. Overbye, “Power System Analysis and Design”, Fifth Edition, Global Engineering: Christopher M.Shortt, 2012.
M.H.Beale, M.T.Hagan, H.B.Demuth,“Neural Network Toolbox User’s Guide ”, 2015.
Tải xuống
Đã Xuất bản
Cách trích dẫn
Giấy phép
Tác phẩm này được cấp phép theo Giấy phép quốc tế Creative Commons Attribution-NonCommercial 4.0 .
Bản quyền thuộc về JTE.
